initial commit

Procfile

@@ -0,0 +1 @@
+web: ./startup.sh && streamlit run app.py

README.md

@@ -1,12 +1,45 @@
----
-title: Text To Speech
-emoji: 👁
-colorFrom: purple
-colorTo: gray
-sdk: gradio
-sdk_version: 3.29.0
-app_file: app.py
-pinned: false
----
-
-Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
+# VITS for Japanese
+
+*VITS: Conditional Variational Autoencoder with Adversarial Learning for End-to-End Text-to-Speech*
+
+*Several recent end-to-end text-to-speech (TTS) models enabling single-stage training and parallel sampling have been proposed, but their sample quality does not match that of two-stage TTS systems. In the repository, I will introduce a VITS model for Japanese on pytorch version 2.0.0 that customed from [VITS model](https://github.com/jaywalnut310/vits).*
+
+We also provide the [pretrained models](https://drive.google.com/file/d/13LShhGTpVhwQTWonR-mzzZA4-burHzVD/view?usp=sharing).
+<table style="width:100%">
+  <tr>
+    <th>VITS at training</th>
+    <th>VITS at inference</th>
+  </tr>
+  <tr>
+    <td><img src="resources/fig_1a.png" alt="VITS at training" height="400"></td>
+    <td><img src="resources/fig_1b.png" alt="VITS at inference" height="400"></td>
+  </tr>
+</table>
+
+
+## Pre-requisites
+0. Python >= 3.6
+0. Clone this repository
+0. Install python requirements. Please refer [requirements.txt](requirements.txt)
+0. Download datasets
+    1. Download and extract the [Japanese Speech dataset](https://sites.google.com/site/shinnosuketakamichi/publication/jsut), then choose `basic5000` dataset and move to `jp_dataset` folder. 
+0. Build Monotonic Alignment Search and run preprocessing if you use your own datasets.
+```sh
+# Cython-version Monotonoic Alignment Search
+cd monotonic_align
+python setup.py build_ext --inplace
+
+# Preprocessing (g2p) for your own datasets. Preprocessed phonemes for LJ Speech and VCTK have been already provided.
+# python preprocess.py --text_index 1 --filelists filelists/jp_audio_text_train_filelist.txt filelists/jp_audio_text_val_filelist.txt filelists/jp_audio_text_test_filelist.txt
+```
+
+
+## Training Example
+```sh
+# JP Speech
+python train.py -c configs/jp_base.json -m jp_base
+```
+
+
+## Inference Example
+See [vits_apply.ipynb](vits_apply.ipynb)

app.py

@@ -0,0 +1,83 @@
+import gradio as gr
+import base64
+import torch
+import io
+import scipy.io.wavfile as wavfile
+from PIL import Image
+import numpy as np
+
+import commons
+import utils
+from models import SynthesizerTrn
+from text.symbols import symbols
+from text import text_to_sequence
+
+import subprocess
+import os
+import tempfile
+
+def get_text(text, hps):
+    text_norm = text_to_sequence(text, hps.data.text_cleaners)
+    if hps.data.add_blank:
+        text_norm = commons.intersperse(text_norm, 0)
+    text_norm = torch.LongTensor(text_norm)
+    return text_norm
+
+
+def text_to_speech(text):
+    stn_tst = get_text(text, hps)
+    with torch.no_grad():
+        x_tst = stn_tst.unsqueeze(0)
+        x_tst_lengths = torch.LongTensor([stn_tst.size(0)])
+        audio = net_g.infer(x_tst, x_tst_lengths, noise_scale=.667, noise_scale_w=0.8, length_scale=1.2)[0][
+            0, 0].data.float().numpy()
+
+    with tempfile.NamedTemporaryFile(suffix=".wav", delete=False) as f:
+        wavfile.write(f.name, hps.data.sampling_rate, audio)
+        audio_file = f.name
+    # Return the audio file path
+    return audio_file
+
+# Load the trained model
+hps = utils.get_hparams_from_file("./configs/jp_base.json")
+hps.model_dir = './logs/jp_base'
+pretrained_model = f'{hps.model_dir}/model.pth'
+
+net_g = SynthesizerTrn(
+    len(symbols),
+    hps.data.filter_length // 2 + 1,
+    hps.train.segment_size // hps.data.hop_length,
+    **hps.model)
+_ = net_g.eval()
+
+if os.path.isfile(pretrained_model):
+    _ = utils.load_checkpoint(pretrained_model, net_g, None)
+else:
+    # Run the shell script
+    subprocess.call('./startup.sh', shell=True)
+    _ = utils.load_checkpoint(pretrained_model, net_g, None)
+
+# Define the function that will be used to generate speech from text
+def generate_speech(text):
+    # Use the text_to_speech function to generate speech from text
+    speech = text_to_speech(text)
+    # Return the speech as a dictionary with 'audio' as the key
+    # return {'audio': speech}
+    return speech
+
+# Define the interface for the text-to-speech model
+text_input = gr.inputs.Textbox(label='Enter Text Here')
+output_audio = gr.outputs.Audio(label='Speech', type='filepath')
+
+# Define the user interface using Gradio
+ui = gr.Interface(
+    fn=generate_speech,
+    inputs=text_input,
+    outputs=output_audio,
+    title='Text-to-Speech Demo',
+    description='Generate speech from text using a text-to-speech model.'
+)
+
+
+# Run the interface
+ui.launch(share=True)

attentions.py

@@ -0,0 +1,303 @@
+import copy
+import math
+import numpy as np
+import torch
+from torch import nn
+from torch.nn import functional as F
+
+import commons
+import modules
+from modules import LayerNorm
+   
+
+class Encoder(nn.Module):
+  def __init__(self, hidden_channels, filter_channels, n_heads, n_layers, kernel_size=1, p_dropout=0., window_size=4, **kwargs):
+    super().__init__()
+    self.hidden_channels = hidden_channels
+    self.filter_channels = filter_channels
+    self.n_heads = n_heads
+    self.n_layers = n_layers
+    self.kernel_size = kernel_size
+    self.p_dropout = p_dropout
+    self.window_size = window_size
+
+    self.drop = nn.Dropout(p_dropout)
+    self.attn_layers = nn.ModuleList()
+    self.norm_layers_1 = nn.ModuleList()
+    self.ffn_layers = nn.ModuleList()
+    self.norm_layers_2 = nn.ModuleList()
+    for i in range(self.n_layers):
+      self.attn_layers.append(MultiHeadAttention(hidden_channels, hidden_channels, n_heads, p_dropout=p_dropout, window_size=window_size))
+      self.norm_layers_1.append(LayerNorm(hidden_channels))
+      self.ffn_layers.append(FFN(hidden_channels, hidden_channels, filter_channels, kernel_size, p_dropout=p_dropout))
+      self.norm_layers_2.append(LayerNorm(hidden_channels))
+
+  def forward(self, x, x_mask):
+    attn_mask = x_mask.unsqueeze(2) * x_mask.unsqueeze(-1)
+    x = x * x_mask
+    for i in range(self.n_layers):
+      y = self.attn_layers[i](x, x, attn_mask)
+      y = self.drop(y)
+      x = self.norm_layers_1[i](x + y)
+
+      y = self.ffn_layers[i](x, x_mask)
+      y = self.drop(y)
+      x = self.norm_layers_2[i](x + y)
+    x = x * x_mask
+    return x
+
+
+class Decoder(nn.Module):
+  def __init__(self, hidden_channels, filter_channels, n_heads, n_layers, kernel_size=1, p_dropout=0., proximal_bias=False, proximal_init=True, **kwargs):
+    super().__init__()
+    self.hidden_channels = hidden_channels
+    self.filter_channels = filter_channels
+    self.n_heads = n_heads
+    self.n_layers = n_layers
+    self.kernel_size = kernel_size
+    self.p_dropout = p_dropout
+    self.proximal_bias = proximal_bias
+    self.proximal_init = proximal_init
+
+    self.drop = nn.Dropout(p_dropout)
+    self.self_attn_layers = nn.ModuleList()
+    self.norm_layers_0 = nn.ModuleList()
+    self.encdec_attn_layers = nn.ModuleList()
+    self.norm_layers_1 = nn.ModuleList()
+    self.ffn_layers = nn.ModuleList()
+    self.norm_layers_2 = nn.ModuleList()
+    for i in range(self.n_layers):
+      self.self_attn_layers.append(MultiHeadAttention(hidden_channels, hidden_channels, n_heads, p_dropout=p_dropout, proximal_bias=proximal_bias, proximal_init=proximal_init))
+      self.norm_layers_0.append(LayerNorm(hidden_channels))
+      self.encdec_attn_layers.append(MultiHeadAttention(hidden_channels, hidden_channels, n_heads, p_dropout=p_dropout))
+      self.norm_layers_1.append(LayerNorm(hidden_channels))
+      self.ffn_layers.append(FFN(hidden_channels, hidden_channels, filter_channels, kernel_size, p_dropout=p_dropout, causal=True))
+      self.norm_layers_2.append(LayerNorm(hidden_channels))
+
+  def forward(self, x, x_mask, h, h_mask):
+    """
+    x: decoder input
+    h: encoder output
+    """
+    self_attn_mask = commons.subsequent_mask(x_mask.size(2)).to(device=x.device, dtype=x.dtype)
+    encdec_attn_mask = h_mask.unsqueeze(2) * x_mask.unsqueeze(-1)
+    x = x * x_mask
+    for i in range(self.n_layers):
+      y = self.self_attn_layers[i](x, x, self_attn_mask)
+      y = self.drop(y)
+      x = self.norm_layers_0[i](x + y)
+
+      y = self.encdec_attn_layers[i](x, h, encdec_attn_mask)
+      y = self.drop(y)
+      x = self.norm_layers_1[i](x + y)
+      
+      y = self.ffn_layers[i](x, x_mask)
+      y = self.drop(y)
+      x = self.norm_layers_2[i](x + y)
+    x = x * x_mask
+    return x
+
+
+class MultiHeadAttention(nn.Module):
+  def __init__(self, channels, out_channels, n_heads, p_dropout=0., window_size=None, heads_share=True, block_length=None, proximal_bias=False, proximal_init=False):
+    super().__init__()
+    assert channels % n_heads == 0
+
+    self.channels = channels
+    self.out_channels = out_channels
+    self.n_heads = n_heads
+    self.p_dropout = p_dropout
+    self.window_size = window_size
+    self.heads_share = heads_share
+    self.block_length = block_length
+    self.proximal_bias = proximal_bias
+    self.proximal_init = proximal_init
+    self.attn = None
+
+    self.k_channels = channels // n_heads
+    self.conv_q = nn.Conv1d(channels, channels, 1)
+    self.conv_k = nn.Conv1d(channels, channels, 1)
+    self.conv_v = nn.Conv1d(channels, channels, 1)
+    self.conv_o = nn.Conv1d(channels, out_channels, 1)
+    self.drop = nn.Dropout(p_dropout)
+
+    if window_size is not None:
+      n_heads_rel = 1 if heads_share else n_heads
+      rel_stddev = self.k_channels**-0.5
+      self.emb_rel_k = nn.Parameter(torch.randn(n_heads_rel, window_size * 2 + 1, self.k_channels) * rel_stddev)
+      self.emb_rel_v = nn.Parameter(torch.randn(n_heads_rel, window_size * 2 + 1, self.k_channels) * rel_stddev)
+
+    nn.init.xavier_uniform_(self.conv_q.weight)
+    nn.init.xavier_uniform_(self.conv_k.weight)
+    nn.init.xavier_uniform_(self.conv_v.weight)
+    if proximal_init:
+      with torch.no_grad():
+        self.conv_k.weight.copy_(self.conv_q.weight)
+        self.conv_k.bias.copy_(self.conv_q.bias)
+      
+  def forward(self, x, c, attn_mask=None):
+    q = self.conv_q(x)
+    k = self.conv_k(c)
+    v = self.conv_v(c)
+    
+    x, self.attn = self.attention(q, k, v, mask=attn_mask)
+
+    x = self.conv_o(x)
+    return x
+
+  def attention(self, query, key, value, mask=None):
+    # reshape [b, d, t] -> [b, n_h, t, d_k]
+    b, d, t_s, t_t = (*key.size(), query.size(2))
+    query = query.view(b, self.n_heads, self.k_channels, t_t).transpose(2, 3)
+    key = key.view(b, self.n_heads, self.k_channels, t_s).transpose(2, 3)
+    value = value.view(b, self.n_heads, self.k_channels, t_s).transpose(2, 3)
+
+    scores = torch.matmul(query / math.sqrt(self.k_channels), key.transpose(-2, -1))
+    if self.window_size is not None:
+      assert t_s == t_t, "Relative attention is only available for self-attention."
+      key_relative_embeddings = self._get_relative_embeddings(self.emb_rel_k, t_s)
+      rel_logits = self._matmul_with_relative_keys(query /math.sqrt(self.k_channels), key_relative_embeddings)
+      scores_local = self._relative_position_to_absolute_position(rel_logits)
+      scores = scores + scores_local
+    if self.proximal_bias:
+      assert t_s == t_t, "Proximal bias is only available for self-attention."
+      scores = scores + self._attention_bias_proximal(t_s).to(device=scores.device, dtype=scores.dtype)
+    if mask is not None:
+      scores = scores.masked_fill(mask == 0, -1e4)
+      if self.block_length is not None:
+        assert t_s == t_t, "Local attention is only available for self-attention."
+        block_mask = torch.ones_like(scores).triu(-self.block_length).tril(self.block_length)
+        scores = scores.masked_fill(block_mask == 0, -1e4)
+    p_attn = F.softmax(scores, dim=-1) # [b, n_h, t_t, t_s]
+    p_attn = self.drop(p_attn)
+    output = torch.matmul(p_attn, value)
+    if self.window_size is not None:
+      relative_weights = self._absolute_position_to_relative_position(p_attn)
+      value_relative_embeddings = self._get_relative_embeddings(self.emb_rel_v, t_s)
+      output = output + self._matmul_with_relative_values(relative_weights, value_relative_embeddings)
+    output = output.transpose(2, 3).contiguous().view(b, d, t_t) # [b, n_h, t_t, d_k] -> [b, d, t_t]
+    return output, p_attn
+
+  def _matmul_with_relative_values(self, x, y):
+    """
+    x: [b, h, l, m]
+    y: [h or 1, m, d]
+    ret: [b, h, l, d]
+    """
+    ret = torch.matmul(x, y.unsqueeze(0))
+    return ret
+
+  def _matmul_with_relative_keys(self, x, y):
+    """
+    x: [b, h, l, d]
+    y: [h or 1, m, d]
+    ret: [b, h, l, m]
+    """
+    ret = torch.matmul(x, y.unsqueeze(0).transpose(-2, -1))
+    return ret
+
+  def _get_relative_embeddings(self, relative_embeddings, length):
+    max_relative_position = 2 * self.window_size + 1
+    # Pad first before slice to avoid using cond ops.
+    pad_length = max(length - (self.window_size + 1), 0)
+    slice_start_position = max((self.window_size + 1) - length, 0)
+    slice_end_position = slice_start_position + 2 * length - 1
+    if pad_length > 0:
+      padded_relative_embeddings = F.pad(
+          relative_embeddings,
+          commons.convert_pad_shape([[0, 0], [pad_length, pad_length], [0, 0]]))
+    else:
+      padded_relative_embeddings = relative_embeddings
+    used_relative_embeddings = padded_relative_embeddings[:,slice_start_position:slice_end_position]
+    return used_relative_embeddings
+
+  def _relative_position_to_absolute_position(self, x):
+    """
+    x: [b, h, l, 2*l-1]
+    ret: [b, h, l, l]
+    """
+    batch, heads, length, _ = x.size()
+    # Concat columns of pad to shift from relative to absolute indexing.
+    x = F.pad(x, commons.convert_pad_shape([[0,0],[0,0],[0,0],[0,1]]))
+
+    # Concat extra elements so to add up to shape (len+1, 2*len-1).
+    x_flat = x.view([batch, heads, length * 2 * length])
+    x_flat = F.pad(x_flat, commons.convert_pad_shape([[0,0],[0,0],[0,length-1]]))
+
+    # Reshape and slice out the padded elements.
+    x_final = x_flat.view([batch, heads, length+1, 2*length-1])[:, :, :length, length-1:]
+    return x_final
+
+  def _absolute_position_to_relative_position(self, x):
+    """
+    x: [b, h, l, l]
+    ret: [b, h, l, 2*l-1]
+    """
+    batch, heads, length, _ = x.size()
+    # padd along column
+    x = F.pad(x, commons.convert_pad_shape([[0, 0], [0, 0], [0, 0], [0, length-1]]))
+    x_flat = x.view([batch, heads, length**2 + length*(length -1)])
+    # add 0's in the beginning that will skew the elements after reshape
+    x_flat = F.pad(x_flat, commons.convert_pad_shape([[0, 0], [0, 0], [length, 0]]))
+    x_final = x_flat.view([batch, heads, length, 2*length])[:,:,:,1:]
+    return x_final
+
+  def _attention_bias_proximal(self, length):
+    """Bias for self-attention to encourage attention to close positions.
+    Args:
+      length: an integer scalar.
+    Returns:
+      a Tensor with shape [1, 1, length, length]
+    """
+    r = torch.arange(length, dtype=torch.float32)
+    diff = torch.unsqueeze(r, 0) - torch.unsqueeze(r, 1)
+    return torch.unsqueeze(torch.unsqueeze(-torch.log1p(torch.abs(diff)), 0), 0)
+
+
+class FFN(nn.Module):
+  def __init__(self, in_channels, out_channels, filter_channels, kernel_size, p_dropout=0., activation=None, causal=False):
+    super().__init__()
+    self.in_channels = in_channels
+    self.out_channels = out_channels
+    self.filter_channels = filter_channels
+    self.kernel_size = kernel_size
+    self.p_dropout = p_dropout
+    self.activation = activation
+    self.causal = causal
+
+    if causal:
+      self.padding = self._causal_padding
+    else:
+      self.padding = self._same_padding
+
+    self.conv_1 = nn.Conv1d(in_channels, filter_channels, kernel_size)
+    self.conv_2 = nn.Conv1d(filter_channels, out_channels, kernel_size)
+    self.drop = nn.Dropout(p_dropout)
+
+  def forward(self, x, x_mask):
+    x = self.conv_1(self.padding(x * x_mask))
+    if self.activation == "gelu":
+      x = x * torch.sigmoid(1.702 * x)
+    else:
+      x = torch.relu(x)
+    x = self.drop(x)
+    x = self.conv_2(self.padding(x * x_mask))
+    return x * x_mask
+  
+  def _causal_padding(self, x):
+    if self.kernel_size == 1:
+      return x
+    pad_l = self.kernel_size - 1
+    pad_r = 0
+    padding = [[0, 0], [0, 0], [pad_l, pad_r]]
+    x = F.pad(x, commons.convert_pad_shape(padding))
+    return x
+
+  def _same_padding(self, x):
+    if self.kernel_size == 1:
+      return x
+    pad_l = (self.kernel_size - 1) // 2
+    pad_r = self.kernel_size // 2
+    padding = [[0, 0], [0, 0], [pad_l, pad_r]]
+    x = F.pad(x, commons.convert_pad_shape(padding))
+    return x

commons.py

@@ -0,0 +1,161 @@
+import math
+import numpy as np
+import torch
+from torch import nn
+from torch.nn import functional as F
+
+
+def init_weights(m, mean=0.0, std=0.01):
+  classname = m.__class__.__name__
+  if classname.find("Conv") != -1:
+    m.weight.data.normal_(mean, std)
+
+
+def get_padding(kernel_size, dilation=1):
+  return int((kernel_size*dilation - dilation)/2)
+
+
+def convert_pad_shape(pad_shape):
+  l = pad_shape[::-1]
+  pad_shape = [item for sublist in l for item in sublist]
+  return pad_shape
+
+
+def intersperse(lst, item):
+  result = [item] * (len(lst) * 2 + 1)
+  result[1::2] = lst
+  return result
+
+
+def kl_divergence(m_p, logs_p, m_q, logs_q):
+  """KL(P||Q)"""
+  kl = (logs_q - logs_p) - 0.5
+  kl += 0.5 * (torch.exp(2. * logs_p) + ((m_p - m_q)**2)) * torch.exp(-2. * logs_q)
+  return kl
+
+
+def rand_gumbel(shape):
+  """Sample from the Gumbel distribution, protect from overflows."""
+  uniform_samples = torch.rand(shape) * 0.99998 + 0.00001
+  return -torch.log(-torch.log(uniform_samples))
+
+
+def rand_gumbel_like(x):
+  g = rand_gumbel(x.size()).to(dtype=x.dtype, device=x.device)
+  return g
+
+
+def slice_segments(x, ids_str, segment_size=4):
+  ret = torch.zeros_like(x[:, :, :segment_size])
+  for i in range(x.size(0)):
+    idx_str = ids_str[i]
+    idx_end = idx_str + segment_size
+    ret[i] = x[i, :, idx_str:idx_end]
+  return ret
+
+
+def rand_slice_segments(x, x_lengths=None, segment_size=4):
+  b, d, t = x.size()
+  if x_lengths is None:
+    x_lengths = t
+  ids_str_max = x_lengths - segment_size + 1
+  ids_str = (torch.rand([b]).to(device=x.device) * ids_str_max).to(dtype=torch.long)
+  ret = slice_segments(x, ids_str, segment_size)
+  return ret, ids_str
+
+
+def get_timing_signal_1d(
+    length, channels, min_timescale=1.0, max_timescale=1.0e4):
+  position = torch.arange(length, dtype=torch.float)
+  num_timescales = channels // 2
+  log_timescale_increment = (
+      math.log(float(max_timescale) / float(min_timescale)) /
+      (num_timescales - 1))
+  inv_timescales = min_timescale * torch.exp(
+      torch.arange(num_timescales, dtype=torch.float) * -log_timescale_increment)
+  scaled_time = position.unsqueeze(0) * inv_timescales.unsqueeze(1)
+  signal = torch.cat([torch.sin(scaled_time), torch.cos(scaled_time)], 0)
+  signal = F.pad(signal, [0, 0, 0, channels % 2])
+  signal = signal.view(1, channels, length)
+  return signal
+
+
+def add_timing_signal_1d(x, min_timescale=1.0, max_timescale=1.0e4):
+  b, channels, length = x.size()
+  signal = get_timing_signal_1d(length, channels, min_timescale, max_timescale)
+  return x + signal.to(dtype=x.dtype, device=x.device)
+
+
+def cat_timing_signal_1d(x, min_timescale=1.0, max_timescale=1.0e4, axis=1):
+  b, channels, length = x.size()
+  signal = get_timing_signal_1d(length, channels, min_timescale, max_timescale)
+  return torch.cat([x, signal.to(dtype=x.dtype, device=x.device)], axis)
+
+
+def subsequent_mask(length):
+  mask = torch.tril(torch.ones(length, length)).unsqueeze(0).unsqueeze(0)
+  return mask
+
+
+@torch.jit.script
+def fused_add_tanh_sigmoid_multiply(input_a, input_b, n_channels):
+  n_channels_int = n_channels[0]
+  in_act = input_a + input_b
+  t_act = torch.tanh(in_act[:, :n_channels_int, :])
+  s_act = torch.sigmoid(in_act[:, n_channels_int:, :])
+  acts = t_act * s_act
+  return acts
+
+
+def convert_pad_shape(pad_shape):
+  l = pad_shape[::-1]
+  pad_shape = [item for sublist in l for item in sublist]
+  return pad_shape
+
+
+def shift_1d(x):
+  x = F.pad(x, convert_pad_shape([[0, 0], [0, 0], [1, 0]]))[:, :, :-1]
+  return x
+
+
+def sequence_mask(length, max_length=None):
+  if max_length is None:
+    max_length = length.max()
+  x = torch.arange(max_length, dtype=length.dtype, device=length.device)
+  return x.unsqueeze(0) < length.unsqueeze(1)
+
+
+def generate_path(duration, mask):
+  """
+  duration: [b, 1, t_x]
+  mask: [b, 1, t_y, t_x]
+  """
+  device = duration.device
+  
+  b, _, t_y, t_x = mask.shape
+  cum_duration = torch.cumsum(duration, -1)
+  
+  cum_duration_flat = cum_duration.view(b * t_x)
+  path = sequence_mask(cum_duration_flat, t_y).to(mask.dtype)
+  path = path.view(b, t_x, t_y)
+  path = path - F.pad(path, convert_pad_shape([[0, 0], [1, 0], [0, 0]]))[:, :-1]
+  path = path.unsqueeze(1).transpose(2,3) * mask
+  return path
+
+
+def clip_grad_value_(parameters, clip_value, norm_type=2):
+  if isinstance(parameters, torch.Tensor):
+    parameters = [parameters]
+  parameters = list(filter(lambda p: p.grad is not None, parameters))
+  norm_type = float(norm_type)
+  if clip_value is not None:
+    clip_value = float(clip_value)
+
+  total_norm = 0
+  for p in parameters:
+    param_norm = p.grad.data.norm(norm_type)
+    total_norm += param_norm.item() ** norm_type
+    if clip_value is not None:
+      p.grad.data.clamp_(min=-clip_value, max=clip_value)
+  total_norm = total_norm ** (1. / norm_type)
+  return total_norm

configs/jp_base.json

@@ -0,0 +1,52 @@
+{
+  "train": {
+    "log_interval": 200,
+    "eval_interval": 1000,
+    "seed": 1234,
+    "epochs": 20000,
+    "learning_rate": 2e-4,
+    "betas": [0.8, 0.99],
+    "eps": 1e-9,
+    "batch_size": 32,
+    "fp16_run": true,
+    "lr_decay": 0.999875,
+    "segment_size": 8192,
+    "init_lr_ratio": 1,
+    "warmup_epochs": 0,
+    "c_mel": 45,
+    "c_kl": 1.0
+  },
+  "data": {
+    "training_files":"filelists/jp_audio_text_train_filelist.txt.cleaned",
+    "validation_files":"filelists/jp_audio_text_val_filelist.txt.cleaned",
+    "text_cleaners":["japanese_cleaner"],
+    "max_wav_value": 32768.0,
+    "sampling_rate": 48000,
+    "filter_length": 1024,
+    "hop_length": 256,
+    "win_length": 1024,
+    "n_mel_channels": 80,
+    "mel_fmin": 0.0,
+    "mel_fmax": null,
+    "add_blank": true,
+    "n_speakers": 0,
+    "cleaned_text": true
+  },
+  "model": {
+    "inter_channels": 192,
+    "hidden_channels": 192,
+    "filter_channels": 768,
+    "n_heads": 2,
+    "n_layers": 6,
+    "kernel_size": 3,
+    "p_dropout": 0.1,
+    "resblock": "1",
+    "resblock_kernel_sizes": [3,7,11],
+    "resblock_dilation_sizes": [[1,3,5], [1,3,5], [1,3,5]],
+    "upsample_rates": [8,8,2,2],
+    "upsample_initial_channel": 512,
+    "upsample_kernel_sizes": [16,16,4,4],
+    "n_layers_q": 3,
+    "use_spectral_norm": false
+  }
+}

convert.py

@@ -0,0 +1,62 @@
+from scipy.io.wavfile import read
+import torch
+import numpy as np
+import os
+from multiprocessing import Pool
+from tqdm import tqdm
+
+# Change here
+base="jp_dataset/basic5000/wav"
+
+hann_window = {}
+def load_wav_to_torch(full_path):
+    sampling_rate, data = read(full_path)
+    # data, sampling_rate = librosa.load(full_path)
+    return torch.FloatTensor(data.astype(np.float32)), sampling_rate
+
+def spectrogram_torch(y, n_fft, sampling_rate, hop_size, win_size, center=False):
+    if torch.min(y) < -1.:
+        print('min value is ', torch.min(y))
+    if torch.max(y) > 1.:
+        print('max value is ', torch.max(y))
+
+    global hann_window
+    dtype_device = str(y.dtype) + '_' + str(y.device)
+    wnsize_dtype_device = str(win_size) + '_' + dtype_device
+    if wnsize_dtype_device not in hann_window:
+        hann_window[wnsize_dtype_device] = torch.hann_window(win_size).to(dtype=y.dtype, device=y.device)
+
+    y = torch.nn.functional.pad(y.unsqueeze(1), (int((n_fft-hop_size)/2), int((n_fft-hop_size)/2)), mode='reflect')
+    y = y.squeeze(1)
+
+    spec = torch.stft(y, n_fft, hop_length=hop_size, win_length=win_size, window=hann_window[wnsize_dtype_device],
+                      center=center, pad_mode='reflect', normalized=False, onesided=True, return_complex=True)
+
+    spec = torch.view_as_real(spec)
+    spec = torch.sqrt(spec.pow(2).sum(-1) + 1e-6)
+    return spec
+
+def get_audio(filename):
+    max_wave_length = 32768.0
+    filter_length = 1024
+    hop_length = 256
+    win_length = 1024
+    audio, sampling_rate = load_wav_to_torch(filename)
+    audio_norm = audio / max_wave_length
+    audio_norm = audio_norm.unsqueeze(0)
+    spec_filename = filename.replace(".wav", ".spec.pt")
+    spec = spectrogram_torch(audio_norm, filter_length,
+        sampling_rate, hop_length, win_length,
+        center=False)
+    spec = torch.squeeze(spec, 0)
+    torch.save(spec, spec_filename)
+
+if __name__=="__main__":
+    waves = []
+    batch_size = 16
+    for wav_name in os.listdir(base):
+        wav_path = os.path.join(base, wav_name)
+        if wav_path.endswith(".wav"):
+            waves.append(wav_path)
+    with Pool(batch_size) as p:
+        print(list((tqdm(p.imap(get_audio, waves), total=len(waves)))))

data_utils.py

@@ -0,0 +1,394 @@
+import time
+import os
+import random
+import numpy as np
+import torch
+import torch.utils.data
+
+import commons 
+from mel_processing import spectrogram_torch
+from utils import load_wav_to_torch, load_filepaths_and_text
+from text import text_to_sequence, cleaned_text_to_sequence
+
+
+class TextAudioLoader(torch.utils.data.Dataset):
+    """
+        1) loads audio, text pairs
+        2) normalizes text and converts them to sequences of integers
+        3) computes spectrograms from audio files.
+    """
+    def __init__(self, audiopaths_and_text, hparams):
+        self.audiopaths_and_text = load_filepaths_and_text(audiopaths_and_text)
+        self.text_cleaners  = hparams.text_cleaners
+        self.max_wav_value  = hparams.max_wav_value
+        self.sampling_rate  = hparams.sampling_rate
+        self.filter_length  = hparams.filter_length 
+        self.hop_length     = hparams.hop_length 
+        self.win_length     = hparams.win_length
+        self.sampling_rate  = hparams.sampling_rate 
+
+        self.cleaned_text = getattr(hparams, "cleaned_text", False)
+
+        self.add_blank = hparams.add_blank
+        self.min_text_len = getattr(hparams, "min_text_len", 1)
+        self.max_text_len = getattr(hparams, "max_text_len", 190)
+
+        random.seed(1234)
+        random.shuffle(self.audiopaths_and_text)
+        self._filter()
+
+
+    def _filter(self):
+        """
+        Filter text & store spec lengths
+        """
+        # Store spectrogram lengths for Bucketing
+        # wav_length ~= file_size / (wav_channels * Bytes per dim) = file_size / (1 * 2)
+        # spec_length = wav_length // hop_length
+
+        audiopaths_and_text_new = []
+        lengths = []
+        for audiopath, text in self.audiopaths_and_text:
+            if self.min_text_len <= len(text) and len(text) <= self.max_text_len:
+                audiopaths_and_text_new.append([audiopath, text])
+                lengths.append(os.path.getsize(audiopath) // (2 * self.hop_length))
+        self.audiopaths_and_text = audiopaths_and_text_new
+        self.lengths = lengths
+
+    def get_audio_text_pair(self, audiopath_and_text):
+        # separate filename and text
+        audiopath, text = audiopath_and_text[0], audiopath_and_text[1]
+        text = self.get_text(text)
+        spec, wav = self.get_audio(audiopath)
+        return (text, spec, wav)
+
+    def get_audio(self, filename):
+        audio, sampling_rate = load_wav_to_torch(filename)
+        if sampling_rate != self.sampling_rate:
+            raise ValueError("{} SR doesn't match target {} SR".format(
+                sampling_rate, self.sampling_rate))
+        audio_norm = audio / self.max_wav_value
+        audio_norm = audio_norm.unsqueeze(0)
+        spec_filename = filename.replace(".wav", ".spec.pt")
+        if os.path.exists(spec_filename):
+            spec = torch.load(spec_filename)
+        else:
+            spec = spectrogram_torch(audio_norm, self.filter_length,
+                self.sampling_rate, self.hop_length, self.win_length,
+                center=False)
+            spec = torch.squeeze(spec, 0)
+            # out = f"/content/drive/MyDrive/Aimesoft - Internship/Text To Speech/vits/jp_dataset/basic5000/spec/{spec_filename}"
+            torch.save(spec, spec_filename)
+            # torch.save(spec, out)
+        return spec, audio_norm
+
+    def get_text(self, text):
+        if self.cleaned_text:
+            text_norm = cleaned_text_to_sequence(text)
+        else:
+            text_norm = text_to_sequence(text, self.text_cleaners)
+        if self.add_blank:
+            text_norm = commons.intersperse(text_norm, 0)
+        text_norm = torch.LongTensor(text_norm)
+        return text_norm
+
+    def __getitem__(self, index):
+        return self.get_audio_text_pair(self.audiopaths_and_text[index])
+
+    def __len__(self):
+        return len(self.audiopaths_and_text)
+
+
+class TextAudioCollate():
+    """ Zero-pads model inputs and targets
+    """
+    def __init__(self, return_ids=False):
+        self.return_ids = return_ids
+
+    def __call__(self, batch):
+        """Collate's training batch from normalized text and aduio
+        PARAMS
+        ------
+        batch: [text_normalized, spec_normalized, wav_normalized]
+        """
+        # Right zero-pad all one-hot text sequences to max input length
+        _, ids_sorted_decreasing = torch.sort(
+            torch.LongTensor([x[1].size(1) for x in batch]),
+            dim=0, descending=True)
+
+        max_text_len = max([len(x[0]) for x in batch])
+        max_spec_len = max([x[1].size(1) for x in batch])
+        max_wav_len = max([x[2].size(1) for x in batch])
+
+        text_lengths = torch.LongTensor(len(batch))
+        spec_lengths = torch.LongTensor(len(batch))
+        wav_lengths = torch.LongTensor(len(batch))
+
+        text_padded = torch.LongTensor(len(batch), max_text_len)
+        spec_padded = torch.FloatTensor(len(batch), batch[0][1].size(0), max_spec_len)
+        wav_padded = torch.FloatTensor(len(batch), 1, max_wav_len)
+        text_padded.zero_()
+        spec_padded.zero_()
+        wav_padded.zero_()
+        for i in range(len(ids_sorted_decreasing)):
+            row = batch[ids_sorted_decreasing[i]]
+
+            text = row[0]
+            text_padded[i, :text.size(0)] = text
+            text_lengths[i] = text.size(0)
+
+            spec = row[1]
+            spec_padded[i, :, :spec.size(1)] = spec
+            spec_lengths[i] = spec.size(1)
+
+            wav = row[2]
+            wav_padded[i, :, :wav.size(1)] = wav
+            wav_lengths[i] = wav.size(1)
+
+        if self.return_ids:
+            return text_padded, text_lengths, spec_padded, spec_lengths, wav_padded, wav_lengths, ids_sorted_decreasing
+        return text_padded, text_lengths, spec_padded, spec_lengths, wav_padded, wav_lengths
+
+
+"""Multi speaker version"""
+class TextAudioSpeakerLoader(torch.utils.data.Dataset):
+    """
+        1) loads audio, speaker_id, text pairs
+        2) normalizes text and converts them to sequences of integers
+        3) computes spectrograms from audio files.
+    """
+    def __init__(self, audiopaths_sid_text, hparams):
+        self.audiopaths_sid_text = load_filepaths_and_text(audiopaths_sid_text)
+        self.text_cleaners = hparams.text_cleaners
+        self.max_wav_value = hparams.max_wav_value
+        self.sampling_rate = hparams.sampling_rate
+        self.filter_length  = hparams.filter_length
+        self.hop_length     = hparams.hop_length
+        self.win_length     = hparams.win_length
+        self.sampling_rate  = hparams.sampling_rate
+
+        self.cleaned_text = getattr(hparams, "cleaned_text", False)
+
+        self.add_blank = hparams.add_blank
+        self.min_text_len = getattr(hparams, "min_text_len", 1)
+        self.max_text_len = getattr(hparams, "max_text_len", 190)
+
+        random.seed(1234)
+        random.shuffle(self.audiopaths_sid_text)
+        self._filter()
+
+    def _filter(self):
+        """
+        Filter text & store spec lengths
+        """
+        # Store spectrogram lengths for Bucketing
+        # wav_length ~= file_size / (wav_channels * Bytes per dim) = file_size / (1 * 2)
+        # spec_length = wav_length // hop_length
+
+        audiopaths_sid_text_new = []
+        lengths = []
+        for audiopath, sid, text in self.audiopaths_sid_text:
+            if self.min_text_len <= len(text) and len(text) <= self.max_text_len:
+                audiopaths_sid_text_new.append([audiopath, sid, text])
+                lengths.append(os.path.getsize(audiopath) // (2 * self.hop_length))
+        self.audiopaths_sid_text = audiopaths_sid_text_new
+        self.lengths = lengths
+
+    def get_audio_text_speaker_pair(self, audiopath_sid_text):
+        # separate filename, speaker_id and text
+        audiopath, sid, text = audiopath_sid_text[0], audiopath_sid_text[1], audiopath_sid_text[2]
+        text = self.get_text(text)
+        spec, wav = self.get_audio(audiopath)
+        sid = self.get_sid(sid)
+        return (text, spec, wav, sid)
+
+    def get_audio(self, filename):
+        audio, sampling_rate = load_wav_to_torch(filename)
+        if sampling_rate != self.sampling_rate:
+            raise ValueError("{} SR doesn't match target {} SR".format(
+                sampling_rate, self.sampling_rate))
+        audio_norm = audio / self.max_wav_value
+        audio_norm = audio_norm.unsqueeze(0)
+        spec_filename = filename.replace(".wav", ".spec.pt")
+        if os.path.exists(spec_filename):
+            spec = torch.load(spec_filename)
+        else:
+            spec = spectrogram_torch(audio_norm, self.filter_length,
+                self.sampling_rate, self.hop_length, self.win_length,
+                center=False)
+            spec = torch.squeeze(spec, 0)
+            torch.save(spec, spec_filename)
+        return spec, audio_norm
+
+    def get_text(self, text):
+        if self.cleaned_text:
+            text_norm = cleaned_text_to_sequence(text)
+        else:
+            text_norm = text_to_sequence(text, self.text_cleaners)
+        if self.add_blank:
+            text_norm = commons.intersperse(text_norm, 0)
+        text_norm = torch.LongTensor(text_norm)
+        return text_norm
+
+    def get_sid(self, sid):
+        sid = torch.LongTensor([int(sid)])
+        return sid
+
+    def __getitem__(self, index):
+        return self.get_audio_text_speaker_pair(self.audiopaths_sid_text[index])
+
+    def __len__(self):
+        return len(self.audiopaths_sid_text)
+
+
+class TextAudioSpeakerCollate():
+    """ Zero-pads model inputs and targets
+    """
+    def __init__(self, return_ids=False):
+        self.return_ids = return_ids
+
+    def __call__(self, batch):
+        """Collate's training batch from normalized text, audio and speaker identities
+        PARAMS
+        ------
+        batch: [text_normalized, spec_normalized, wav_normalized, sid]
+        """
+        # Right zero-pad all one-hot text sequences to max input length
+        _, ids_sorted_decreasing = torch.sort(
+            torch.LongTensor([x[1].size(1) for x in batch]),
+            dim=0, descending=True)
+
+        max_text_len = max([len(x[0]) for x in batch])
+        max_spec_len = max([x[1].size(1) for x in batch])
+        max_wav_len = max([x[2].size(1) for x in batch])
+
+        text_lengths = torch.LongTensor(len(batch))
+        spec_lengths = torch.LongTensor(len(batch))
+        wav_lengths = torch.LongTensor(len(batch))
+        sid = torch.LongTensor(len(batch))
+
+        text_padded = torch.LongTensor(len(batch), max_text_len)
+        spec_padded = torch.FloatTensor(len(batch), batch[0][1].size(0), max_spec_len)
+        wav_padded = torch.FloatTensor(len(batch), 1, max_wav_len)
+        text_padded.zero_()
+        spec_padded.zero_()
+        wav_padded.zero_()
+        for i in range(len(ids_sorted_decreasing)):
+            row = batch[ids_sorted_decreasing[i]]
+
+            text = row[0]
+            text_padded[i, :text.size(0)] = text
+            text_lengths[i] = text.size(0)
+
+            spec = row[1]
+            spec_padded[i, :, :spec.size(1)] = spec
+            spec_lengths[i] = spec.size(1)
+
+            wav = row[2]
+            wav_padded[i, :, :wav.size(1)] = wav
+            wav_lengths[i] = wav.size(1)
+
+            sid[i] = row[3]
+
+        if self.return_ids:
+            return text_padded, text_lengths, spec_padded, spec_lengths, wav_padded, wav_lengths, sid, ids_sorted_decreasing
+        return text_padded, text_lengths, spec_padded, spec_lengths, wav_padded, wav_lengths, sid
+
+
+class DistributedBucketSampler(torch.utils.data.distributed.DistributedSampler):
+    """
+    Maintain similar input lengths in a batch.
+    Length groups are specified by boundaries.
+    Ex) boundaries = [b1, b2, b3] -> any batch is included either {x | b1 < length(x) <=b2} or {x | b2 < length(x) <= b3}.
+  
+    It removes samples which are not included in the boundaries.
+    Ex) boundaries = [b1, b2, b3] -> any x s.t. length(x) <= b1 or length(x) > b3 are discarded.
+    """
+    def __init__(self, dataset, batch_size, boundaries, num_replicas=None, rank=None, shuffle=True):
+        super().__init__(dataset, num_replicas=num_replicas, rank=rank, shuffle=shuffle)
+        self.lengths = dataset.lengths
+        self.batch_size = batch_size
+        self.boundaries = boundaries
+  
+        self.buckets, self.num_samples_per_bucket = self._create_buckets()
+        self.total_size = sum(self.num_samples_per_bucket)
+        self.num_samples = self.total_size // self.num_replicas
+  
+    def _create_buckets(self):
+        buckets = [[] for _ in range(len(self.boundaries) - 1)]
+        for i in range(len(self.lengths)):
+            length = self.lengths[i]
+            idx_bucket = self._bisect(length)
+            if idx_bucket != -1:
+                buckets[idx_bucket].append(i)
+  
+        for i in range(len(buckets) - 2, -1, -1):
+            if len(buckets[i]) == 0:
+                buckets.pop(i)
+                self.boundaries.pop(i+1)
+  
+        num_samples_per_bucket = []
+        for i in range(len(buckets)):
+            len_bucket = len(buckets[i])
+            total_batch_size = self.num_replicas * self.batch_size
+            rem = (total_batch_size - (len_bucket % total_batch_size)) % total_batch_size
+            num_samples_per_bucket.append(len_bucket + rem)
+        return buckets, num_samples_per_bucket
+  
+    def __iter__(self):
+      # deterministically shuffle based on epoch
+      g = torch.Generator()
+      g.manual_seed(self.epoch)
+  
+      indices = []
+      if self.shuffle:
+          for bucket in self.buckets:
+              indices.append(torch.randperm(len(bucket), generator=g).tolist())
+      else:
+          for bucket in self.buckets:
+              indices.append(list(range(len(bucket))))
+  
+      batches = []
+      for i in range(len(self.buckets)):
+          bucket = self.buckets[i]
+          len_bucket = len(bucket)
+          ids_bucket = indices[i]
+          num_samples_bucket = self.num_samples_per_bucket[i]
+  
+          # add extra samples to make it evenly divisible
+          rem = num_samples_bucket - len_bucket
+          ids_bucket = ids_bucket + ids_bucket * (rem // len_bucket) + ids_bucket[:(rem % len_bucket)]
+  
+          # subsample
+          ids_bucket = ids_bucket[self.rank::self.num_replicas]
+  
+          # batching
+          for j in range(len(ids_bucket) // self.batch_size):
+              batch = [bucket[idx] for idx in ids_bucket[j*self.batch_size:(j+1)*self.batch_size]]
+              batches.append(batch)
+  
+      if self.shuffle:
+          batch_ids = torch.randperm(len(batches), generator=g).tolist()
+          batches = [batches[i] for i in batch_ids]
+      self.batches = batches
+  
+      assert len(self.batches) * self.batch_size == self.num_samples
+      return iter(self.batches)
+  
+    def _bisect(self, x, lo=0, hi=None):
+      if hi is None:
+          hi = len(self.boundaries) - 1
+  
+      if hi > lo:
+          mid = (hi + lo) // 2
+          if self.boundaries[mid] < x and x <= self.boundaries[mid+1]:
+              return mid
+          elif x <= self.boundaries[mid]:
+              return self._bisect(x, lo, mid)
+          else:
+              return self._bisect(x, mid + 1, hi)
+      else:
+          return -1
+
+    def __len__(self):
+        return self.num_samples // self.batch_size

filelists/demo.txt

@@ -0,0 +1,10 @@
+DUMMY1/LJ045-0096.wav|Mrs. De Mohrenschildt thought that Oswald,
+DUMMY1/LJ049-0022.wav|The Secret Service believed that it was very doubtful that any President would ride regularly in a vehicle with a fixed top, even though transparent.
+DUMMY1/LJ033-0042.wav|Between the hours of eight and nine p.m. they were occupied with the children in the bedrooms located at the extreme east end of the house.
+DUMMY1/LJ016-0117.wav|The prisoner had nothing to deal with but wooden panels, and by dint of cutting and chopping he got both the lower panels out.
+DUMMY1/LJ025-0157.wav|Under these circumstances, unnatural as they are, with proper management, the bean will thrust forth its radicle and its plumule;
+DUMMY1/LJ042-0219.wav|Oswald demonstrated his thinking in connection with his return to the United States by preparing two sets of identical questions of the type which he might have thought
+DUMMY1/LJ032-0164.wav|it is not possible to state with scientific certainty that a particular small group of fibers come from a certain piece of clothing
+DUMMY1/LJ046-0092.wav|has confidence in the dedicated Secret Service men who are ready to lay down their lives for him
+DUMMY1/LJ050-0118.wav|Since these agencies are already obliged constantly to evaluate the activities of such groups,
+DUMMY1/LJ043-0016.wav|Jeanne De Mohrenschildt said, quote,

filelists/jp_audio_text_test_filelist.txt

@@ -0,0 +1,500 @@
+jp_dataset/basic5000/wav/BASIC5000_4501.wav:だが、エーアイセンター稼動を快く思わない法医学者、警察は、内部瓦解を目論み、エーアイセンターの副センター長に就任して、叩き潰そうとする。
+jp_dataset/basic5000/wav/BASIC5000_4502.wav:また、サイコロに姿を変えることもでき、転がると強力な魔力が発動し、出た目の数だけ死者が出る。
+jp_dataset/basic5000/wav/BASIC5000_4503.wav:羨ましいほどの落ち着きぶりであった。
+jp_dataset/basic5000/wav/BASIC5000_4504.wav:戦乱を静めるための傭兵団である、ディーグル傭兵団を設立する。
+jp_dataset/basic5000/wav/BASIC5000_4505.wav:桜子と双璧をなす、商店街の人気者。
+jp_dataset/basic5000/wav/BASIC5000_4506.wav:長らくドサ廻りが続いたが、戦後は、道頓堀角座に出演した。
+jp_dataset/basic5000/wav/BASIC5000_4507.wav:東京都を流れる朝潮運河に架かる橋のカテゴリ。
+jp_dataset/basic5000/wav/BASIC5000_4508.wav:童歌は楽しい
+jp_dataset/basic5000/wav/BASIC5000_4509.wav:お酒に酔っぱらって転んで、顔をうって鼻血が出た。
+jp_dataset/basic5000/wav/BASIC5000_4510.wav:夏の暑さをの割り切るには、クーラーよりも扇風機が身体には良い。
+jp_dataset/basic5000/wav/BASIC5000_4511.wav:この先は下り坂なので、自転車をこぐのが楽になるよ。
+jp_dataset/basic5000/wav/BASIC5000_4512.wav:明日のサッカーの試合は、まさに、因縁の対決だ。
+jp_dataset/basic5000/wav/BASIC5000_4513.wav:そろそろ暑くなってきたから、夏布団の用意をしよう。
+jp_dataset/basic5000/wav/BASIC5000_4514.wav:北朝鮮の挑発行為に対する、日本政府や他国の反応が注目されます。
+jp_dataset/basic5000/wav/BASIC5000_4515.wav:他人に鼻毛が出ていますよ、とはなかなか言えないものですね。
+jp_dataset/basic5000/wav/BASIC5000_4516.wav:健康のためには、睡眠不足にならないように気をつけてくださいね。
+jp_dataset/basic5000/wav/BASIC5000_4517.wav:高齢者は骨が脆くなっているので、転倒などによる骨折事故が多くなります。
+jp_dataset/basic5000/wav/BASIC5000_4518.wav:いつか、クルーザーで船旅に行くのが夢です。
+jp_dataset/basic5000/wav/BASIC5000_4519.wav:この川岸は、子供の頃に見た景色とは、随分変わってしまっていた。
+jp_dataset/basic5000/wav/BASIC5000_4520.wav:彼は、珍品コレクションをしていて、来週に展示会をするそうです。
+jp_dataset/basic5000/wav/BASIC5000_4521.wav:作曲をする上で最も大事なのは、コード進行である。
+jp_dataset/basic5000/wav/BASIC5000_4522.wav:私は、毎日が安穏な暮らしになればいいと思っています。
+jp_dataset/basic5000/wav/BASIC5000_4523.wav:色黒のモデルはやはりカッコいいので、日焼けサロンでこんがり焼かないと。
+jp_dataset/basic5000/wav/BASIC5000_4524.wav:隣の部屋から、毎晩のように夫婦喧嘩の声が聞こえてくる。
+jp_dataset/basic5000/wav/BASIC5000_4525.wav:多くの英霊が散華して掴み取った平和を、我々は守っていかなくてはならない。
+jp_dataset/basic5000/wav/BASIC5000_4526.wav:もうすぐ、お月見の日が近づいてきたから、月見団子を作ろう。
+jp_dataset/basic5000/wav/BASIC5000_4527.wav:あなたの容姿は女神の様に美しく、とても素敵な人だ。
+jp_dataset/basic5000/wav/BASIC5000_4528.wav:出がらしのお茶でも栄養豊富で使い道があります。
+jp_dataset/basic5000/wav/BASIC5000_4529.wav:秋になると綺麗ないちょう並木だが、同時に道端には大量の銀杏が落ちている。
+jp_dataset/basic5000/wav/BASIC5000_4530.wav:埼玉県に住んでいる知り合いは、ここが東京だと思っている。
+jp_dataset/basic5000/wav/BASIC5000_4531.wav:山小屋風で、雰囲気のある素敵なコテージですね。
+jp_dataset/basic5000/wav/BASIC5000_4532.wav:サッカー日本対オーストラリアの戦いの火蓋が切って落とされた。
+jp_dataset/basic5000/wav/BASIC5000_4533.wav:ここは、芝桜が綺麗でとても有名な公園です。
+jp_dataset/basic5000/wav/BASIC5000_4534.wav:本を買いすぎたせいで部屋の中が足の踏み場がなくなってきた、新しい本棚を買おう。
+jp_dataset/basic5000/wav/BASIC5000_4535.wav:夏の青空の下で行うバーベキューは最高です。
+jp_dataset/basic5000/wav/BASIC5000_4536.wav:ごみ箱がいっぱいになったので、ごみ袋に入れ替えた。
+jp_dataset/basic5000/wav/BASIC5000_4537.wav:観音様はありがたいことに、不幸な人々を救ってくれます。
+jp_dataset/basic5000/wav/BASIC5000_4538.wav:まだ電話やインターネットが発達していなかった時代、伝書鳩は重要な通信手段のひとつだった。
+jp_dataset/basic5000/wav/BASIC5000_4539.wav:今年の新兵は去年と違って、やる気のある奴らばっかりだ。
+jp_dataset/basic5000/wav/BASIC5000_4540.wav:雨雲が出てきたので、もうすぐ雨が降りそうです。
+jp_dataset/basic5000/wav/BASIC5000_4541.wav:並木道が色づき、地面に落ちたイチョウの葉や銀杏をみると、深秋の訪れを感じます。
+jp_dataset/basic5000/wav/BASIC5000_4542.wav:父はお酒を飲んだからか、終始、えびす顔だった。
+jp_dataset/basic5000/wav/BASIC5000_4543.wav:今年は真夏日が少なくて、寂しい夏休みでした。
+jp_dataset/basic5000/wav/BASIC5000_4544.wav:今年の自由研究のテーマは、朝顔の観察日記だ。
+jp_dataset/basic5000/wav/BASIC5000_4545.wav:彼が私に因縁を付けてくるので困っています。
+jp_dataset/basic5000/wav/BASIC5000_4546.wav:丘を越えると見渡す限り一面に広がる美しい麦畑が目に飛び込んできた。
+jp_dataset/basic5000/wav/BASIC5000_4547.wav:かっぱ寿司は、リーズナブルな回転寿司のチェーン店だ。
+jp_dataset/basic5000/wav/BASIC5000_4548.wav:水分不足しているトマトは、全く美味しくない。
+jp_dataset/basic5000/wav/BASIC5000_4549.wav:人の悪口を言うほど陰で悪口を言われているタイプだ。
+jp_dataset/basic5000/wav/BASIC5000_4550.wav:新品の靴をおろすのは、なるべく雨の日を避けたほうが良い。
+jp_dataset/basic5000/wav/BASIC5000_4551.wav:今日は久しぶりの旗日で、学校や会社は、どこも休みだ。
+jp_dataset/basic5000/wav/BASIC5000_4552.wav:このプリンターは二色刷りに対応していますか。
+jp_dataset/basic5000/wav/BASIC5000_4553.wav:このままでは共倒れになってしまうから、お前は先に行け。
+jp_dataset/basic5000/wav/BASIC5000_4554.wav:嫡出の皇子や、最高位の皇族男子のことを、親王と呼ぶ。
+jp_dataset/basic5000/wav/BASIC5000_4555.wav:公園で遊んでいると、いきなり突風が吹き、砂埃が目に入った。
+jp_dataset/basic5000/wav/BASIC5000_4556.wav:手毬のように丸い形に握った寿司を、てまり寿司と呼ぶ。
+jp_dataset/basic5000/wav/BASIC5000_4557.wav:僕は納豆が嫌いだが、隣の外国人は、笑顔で食べている。
+jp_dataset/basic5000/wav/BASIC5000_4558.wav:今日の野球の試合で、相手を完封して勝利した。
+jp_dataset/basic5000/wav/BASIC5000_4559.wav:寿司の出前を頼んだが、配達員が、その中のいなりずしを食べてしまった。
+jp_dataset/basic5000/wav/BASIC5000_4560.wav:冬になると、虫や動物は土中や住みかに冬籠りします。
+jp_dataset/basic5000/wav/BASIC5000_4561.wav:世の中には賽銭箱からお金を盗むなどという不届きな輩がいるようだ。
+jp_dataset/basic5000/wav/BASIC5000_4562.wav:私の将来の夢は、ミステリ作家になることです。
+jp_dataset/basic5000/wav/BASIC5000_4563.wav:換気のために、壁に小さい風穴を開けました。
+jp_dataset/basic5000/wav/BASIC5000_4564.wav:近所の歯医者は、毎週水曜日が定休日となっている。
+jp_dataset/basic5000/wav/BASIC5000_4565.wav:また会おうと約束して別れたが、あれが今生の別れになるとは夢にも思わなかった。
+jp_dataset/basic5000/wav/BASIC5000_4566.wav:散歩をしていたら、道端で季節の草花を見つけた。
+jp_dataset/basic5000/wav/BASIC5000_4567.wav:その女性は、僕にとって笑顔がとても素敵な人だった。
+jp_dataset/basic5000/wav/BASIC5000_4568.wav:雨が降りそうな空模様だっので、長靴を履いて出かけた。
+jp_dataset/basic5000/wav/BASIC5000_4569.wav:結婚式は、一生に一度の晴れ舞台なので、是非式をあげたい。
+jp_dataset/basic5000/wav/BASIC5000_4570.wav:恋人とテーマパークにデートに行くと別れるという、都市伝説がある。
+jp_dataset/basic5000/wav/BASIC5000_4571.wav:目薬の浸透圧というのは、大体涙と同じぐらいに調整されています。
+jp_dataset/basic5000/wav/BASIC5000_4572.wav:僕の趣味は、家の近くにある公園まで散歩することです。
+jp_dataset/basic5000/wav/BASIC5000_4573.wav:銃やダイナマイトの爆発させるための小さな火を、口火と言います。
+jp_dataset/basic5000/wav/BASIC5000_4574.wav:彼は、日本の科学界の中でも、四天王と呼ばれている人物の一人だ。
+jp_dataset/basic5000/wav/BASIC5000_4575.wav:彼はとても頭が良くて知恵者なので、是非我々の懐刀になってもらいたい。
+jp_dataset/basic5000/wav/BASIC5000_4576.wav:鉢植えの草花を育てるときは、肥料を与えましょう。
+jp_dataset/basic5000/wav/BASIC5000_4577.wav:子供の頃は百円玉を握りしめて、駄菓子屋へ通ったものだ。
+jp_dataset/basic5000/wav/BASIC5000_4578.wav:今日は霧雨が降っており、視界が非常に悪くなっています。
+jp_dataset/basic5000/wav/BASIC5000_4579.wav:私の父には、男らしい立派な胸毛が生えています。
+jp_dataset/basic5000/wav/BASIC5000_4580.wav:近頃はメールで連絡を済ませることが多いですが、たまには手紙を書くのも、良いものです。
+jp_dataset/basic5000/wav/BASIC5000_4581.wav:物事は、結果がすべてだというけれど、過程も大切だ。
+jp_dataset/basic5000/wav/BASIC5000_4582.wav:今日は気持ちのいい小春日和になりそうですね。
+jp_dataset/basic5000/wav/BASIC5000_4583.wav:身に何か起きると、前世の因縁を持ち出す人がいる。
+jp_dataset/basic5000/wav/BASIC5000_4584.wav:弟が、学校の図書館で昔話の本を三冊借りてきた。
+jp_dataset/basic5000/wav/BASIC5000_4585.wav:旅行先から両親に、無事を伝える手紙を書きました。
+jp_dataset/basic5000/wav/BASIC5000_4586.wav:私は、この紙皿を使っておかずをとりわけた。
+jp_dataset/basic5000/wav/BASIC5000_4587.wav:国境の長いトンネルを抜けると、雪国であった。
+jp_dataset/basic5000/wav/BASIC5000_4588.wav:今日は待ちに待った給料日だ、豪勢な食事を楽しもう。
+jp_dataset/basic5000/wav/BASIC5000_4589.wav:珍しく雪が積もったので、子供たちが喜んで雪合戦をしています。
+jp_dataset/basic5000/wav/BASIC5000_4590.wav:立春になっても、しばらく寒い日が続くでしょう。
+jp_dataset/basic5000/wav/BASIC5000_4591.wav:ぜんまい仕掛けのからくり人形は、いつ見ても職人技に関心する。
+jp_dataset/basic5000/wav/BASIC5000_4592.wav:イベントのチケットを、三千円で購入した。
+jp_dataset/basic5000/wav/BASIC5000_4593.wav:梅の梅暦とは、花が咲くのを見て、春を知ることです。
+jp_dataset/basic5000/wav/BASIC5000_4594.wav:誰かが噂話をしているのか、さっきからくしゃみが止まらない。
+jp_dataset/basic5000/wav/BASIC5000_4595.wav:宝石箱に入っているものは、ジュエリーだけではなく、キラキラ光る思い出も一緒です。
+jp_dataset/basic5000/wav/BASIC5000_4596.wav:この町と隣町に境には、速い流れの運河があります。
+jp_dataset/basic5000/wav/BASIC5000_4597.wav:祖母はいつも、お茶ではなく白湯を飲んでいます。
+jp_dataset/basic5000/wav/BASIC5000_4598.wav:アメリカではハリケーンの影響で洪水に見舞われた。
+jp_dataset/basic5000/wav/BASIC5000_4599.wav:雪がしんしんと降り積もり、北国の春はまだ遠い。
+jp_dataset/basic5000/wav/BASIC5000_4600.wav:1時間ほど前から、段々と雨音が強くなってきた。
+jp_dataset/basic5000/wav/BASIC5000_4601.wav:両者の争いは火花散る激しいものとなったが、お互い怪我はなかった。
+jp_dataset/basic5000/wav/BASIC5000_4602.wav:ジェットコースターに乗った友人が絶叫していた。
+jp_dataset/basic5000/wav/BASIC5000_4603.wav:雑貨屋が閉まったままなのは、お婆さんが入院したかららしい。
+jp_dataset/basic5000/wav/BASIC5000_4604.wav:夏休みの絵日記で、朝顔の成長を記録した。
+jp_dataset/basic5000/wav/BASIC5000_4605.wav:今は晴れているけど、夕方雨が降る予報なので、雨傘を持って出かける。
+jp_dataset/basic5000/wav/BASIC5000_4606.wav:老舗の洋食店で食べるナポリタンは、絶品である。
+jp_dataset/basic5000/wav/BASIC5000_4607.wav:ご飯に最も合うのは、やっぱり海苔だと私は思う。
+jp_dataset/basic5000/wav/BASIC5000_4608.wav:彼は考えていることがすぐに表情に出てしまうので、隠し事が下手だ。
+jp_dataset/basic5000/wav/BASIC5000_4609.wav:今年の夏、海に行ったら色白の私もすっかり色黒に。
+jp_dataset/basic5000/wav/BASIC5000_4610.wav:トイレは、厠、雪隠、御不浄、便所などと呼ばれる。
+jp_dataset/basic5000/wav/BASIC5000_4611.wav:丘から見渡すと、眼下には美しい棚田が広がっています。
+jp_dataset/basic5000/wav/BASIC5000_4612.wav:明日は待ちに待った新作ゲームの発売日だ。
+jp_dataset/basic5000/wav/BASIC5000_4613.wav:お葬式に行く時は、香典を忘れずに持っていこう。
+jp_dataset/basic5000/wav/BASIC5000_4614.wav:彼は昨日、最新モデルの腕時計を購入した。
+jp_dataset/basic5000/wav/BASIC5000_4615.wav:今日は、遠方から親戚がやってくるので、しっかり掃除しなくてはなりません。
+jp_dataset/basic5000/wav/BASIC5000_4616.wav:この本はもう絶版していて、手に入れることが出来ない。
+jp_dataset/basic5000/wav/BASIC5000_4617.wav:私の祖母は、押し花でしおりを作るのが趣味だった。
+jp_dataset/basic5000/wav/BASIC5000_4618.wav:最近ペンばかり使ってたから、鉛筆は久々に使うよ。
+jp_dataset/basic5000/wav/BASIC5000_4619.wav:会社の利益は、借金の返済のために全て相殺された。
+jp_dataset/basic5000/wav/BASIC5000_4620.wav:お神酒を供えて、神や仏に帰依する。
+jp_dataset/basic5000/wav/BASIC5000_4621.wav:仕方がなかったと、自分を慰む。
+jp_dataset/basic5000/wav/BASIC5000_4622.wav:経緯を確認する。
+jp_dataset/basic5000/wav/BASIC5000_4623.wav:敵から見えないところに隠れる。
+jp_dataset/basic5000/wav/BASIC5000_4624.wav:畑の畝を鍬で作るのは、地面が凸凹なこともあり、難しい。
+jp_dataset/basic5000/wav/BASIC5000_4625.wav:栄えある業績を残す。
+jp_dataset/basic5000/wav/BASIC5000_4626.wav:彼は、立ち姿が栄える。
+jp_dataset/basic5000/wav/BASIC5000_4627.wav:疫病神に取り憑かれる。
+jp_dataset/basic5000/wav/BASIC5000_4628.wav:今、相当煙いので、窓を開けよう。
+jp_dataset/basic5000/wav/BASIC5000_4629.wav:火山口の縁を歩きまわる。
+jp_dataset/basic5000/wav/BASIC5000_4630.wav:汚れた世の中に産み落とされる。
+jp_dataset/basic5000/wav/BASIC5000_4631.wav:食べ物をこぼして服を汚してしまった。
+jp_dataset/basic5000/wav/BASIC5000_4632.wav:買ったばかりの靴なので、汚れるようなことはしたくない。
+jp_dataset/basic5000/wav/BASIC5000_4633.wav:翁先生は、引退して、若先生が病院を継ぐ。
+jp_dataset/basic5000/wav/BASIC5000_4634.wav:伝馬船で、魚河岸から商品を卸す。
+jp_dataset/basic5000/wav/BASIC5000_4635.wav:狐が人を化かすなんてありえない。
+jp_dataset/basic5000/wav/BASIC5000_4636.wav:冥福を祈り、回向する。
+jp_dataset/basic5000/wav/BASIC5000_4637.wav:誰もいないはずなのに、母屋の開き扉が、勝手に開く。
+jp_dataset/basic5000/wav/BASIC5000_4638.wav:生徒に練習問題を解かす時間を設ける。
+jp_dataset/basic5000/wav/BASIC5000_4639.wav:同窓会に出席して、昔を懐かしむ。
+jp_dataset/basic5000/wav/BASIC5000_4640.wav:子供は、私の妹によく懐く。
+jp_dataset/basic5000/wav/BASIC5000_4641.wav:犬を懐ける。
+jp_dataset/basic5000/wav/BASIC5000_4642.wav:思いの外、大変な仕事だった。
+jp_dataset/basic5000/wav/BASIC5000_4643.wav:蓋を開けてみれば、大したことがなかった。
+jp_dataset/basic5000/wav/BASIC5000_4644.wav:猫の額のような庭だが、築山が真ん中にある。
+jp_dataset/basic5000/wav/BASIC5000_4645.wav:パーティーにふさわしくない、滑稽な格好で現れた。
+jp_dataset/basic5000/wav/BASIC5000_4646.wav:足袋を身につけ、褐色の肌を持つ民族。
+jp_dataset/basic5000/wav/BASIC5000_4647.wav:同じ釜の飯を食った仲間たち。
+jp_dataset/basic5000/wav/BASIC5000_4648.wav:幽霊が出ると噂のある館の前を通らないように帰ってきた。
+jp_dataset/basic5000/wav/BASIC5000_4649.wav:曇りなき眼で物事を見る。
+jp_dataset/basic5000/wav/BASIC5000_4650.wav:医学の基を築いた偉人達。
+jp_dataset/basic5000/wav/BASIC5000_4651.wav:彼はみんなにとって貴い存在だった。
+jp_dataset/basic5000/wav/BASIC5000_4652.wav:天皇陛下を貴ぶように教育された。
+jp_dataset/basic5000/wav/BASIC5000_4653.wav:彼は、小さな命も貴ぶ優しい人だ。
+jp_dataset/basic5000/wav/BASIC5000_4654.wav:犬が猫と戯れる様子を微笑みながら見ていた。
+jp_dataset/basic5000/wav/BASIC5000_4655.wav:誰もやったことがないことだったので困難を窮めた。
+jp_dataset/basic5000/wav/BASIC5000_4656.wav:困難窮まる作業であった。
+jp_dataset/basic5000/wav/BASIC5000_4657.wav:狂おしいほど愛したことなどない。
+jp_dataset/basic5000/wav/BASIC5000_4658.wav:たたりを恐れるあまり、何も手につかなくなった。
+jp_dataset/basic5000/wav/BASIC5000_4659.wav:仲人は、王に対して、恭しく礼をした。
+jp_dataset/basic5000/wav/BASIC5000_4660.wav:新人を脅かして、発破をかけた。
+jp_dataset/basic5000/wav/BASIC5000_4661.wav:角を矯めて、牛を殺す。
+jp_dataset/basic5000/wav/BASIC5000_4662.wav:劉暁波に、ノーベル文学賞が授与された。
+jp_dataset/basic5000/wav/BASIC5000_4663.wav:非常に凝ったデザインのウェブサイトで、驚いた。
+jp_dataset/basic5000/wav/BASIC5000_4664.wav:琴は、平安貴族の嗜みだった。
+jp_dataset/basic5000/wav/BASIC5000_4665.wav:錦糸町のビルに、新しく寄席ができた。
+jp_dataset/basic5000/wav/BASIC5000_4666.wav:隣の客の店員に対する態度を見て苦る。
+jp_dataset/basic5000/wav/BASIC5000_4667.wav:キャンセルが入って、突然、明日の予定が空いた。
+jp_dataset/basic5000/wav/BASIC5000_4668.wav:一隅を照らすとは、最澄の言葉だ。
+jp_dataset/basic5000/wav/BASIC5000_4669.wav:二十歳の時に、師匠の薫陶を受ける。
+jp_dataset/basic5000/wav/BASIC5000_4670.wav:死に際に、来世でも会おうと契った。
+jp_dataset/basic5000/wav/BASIC5000_4671.wav:秩父はかつて、産繭で栄えた。
+jp_dataset/basic5000/wav/BASIC5000_4672.wav:夜空に月が懸かる。
+jp_dataset/basic5000/wav/BASIC5000_4673.wav:一日付で、彼は強盗の容疑で、禁錮刑を受ける。
+jp_dataset/basic5000/wav/BASIC5000_4674.wav:その武将は劣勢を認め、死に後れるわけにはとうってでた。
+jp_dataset/basic5000/wav/BASIC5000_4675.wav:功徳を積んで、極楽浄土を目指す。
+jp_dataset/basic5000/wav/BASIC5000_4676.wav:巧みなハンドルさばきで、難所を超えた。
+jp_dataset/basic5000/wav/BASIC5000_4677.wav:多種多様な人種が交ざる、東京の街。
+jp_dataset/basic5000/wav/BASIC5000_4678.wav:どちらか言うと、塩辛いものを好く。
+jp_dataset/basic5000/wav/BASIC5000_4679.wav:彼の環境が恨めしい。
+jp_dataset/basic5000/wav/BASIC5000_4680.wav:今後のことを考えて、懇ろに付き合う。
+jp_dataset/basic5000/wav/BASIC5000_4681.wav:犯人を唆した人物の存在が、噂されている。
+jp_dataset/basic5000/wav/BASIC5000_4682.wav:冊を超えて攻撃してくる。
+jp_dataset/basic5000/wav/BASIC5000_4683.wav:名刹として、全国的に知られている。
+jp_dataset/basic5000/wav/BASIC5000_4684.wav:無駄な殺生を好まない。
+jp_dataset/basic5000/wav/BASIC5000_4685.wav:足利尊氏の墓を訪ねる。
+jp_dataset/basic5000/wav/BASIC5000_4686.wav:稚児として、貴族に伺候していた。
+jp_dataset/basic5000/wav/BASIC5000_4687.wav:私事を報告する場ではない。
+jp_dataset/basic5000/wav/BASIC5000_4688.wav:枝葉末節にこだわっていてはいけない。
+jp_dataset/basic5000/wav/BASIC5000_4689.wav:恣意的な見方を避けるべきだ。
+jp_dataset/basic5000/wav/BASIC5000_4690.wav:真摯な態度で対応して欲しかった。
+jp_dataset/basic5000/wav/BASIC5000_4691.wav:五月晴れに恵まれたので、猿江恩賜公園のテニスコートを利用する。
+jp_dataset/basic5000/wav/BASIC5000_4692.wav:しまった、諮られたか。
+jp_dataset/basic5000/wav/BASIC5000_4693.wav:好事家の集まりに過ぎない。
+jp_dataset/basic5000/wav/BASIC5000_4694.wav:平安貴族は、多くの侍女が、十重二十重に仕えていた。
+jp_dataset/basic5000/wav/BASIC5000_4695.wav:玉璽を守りぬく必要があった。
+jp_dataset/basic5000/wav/BASIC5000_4696.wav:厳しい叱責を受ける。
+jp_dataset/basic5000/wav/BASIC5000_4697.wav:子供を叱るのは、親の仕事である。
+jp_dataset/basic5000/wav/BASIC5000_4698.wav:タオルを冷たい水で湿して、額のタオルと取り替えてやる。
+jp_dataset/basic5000/wav/BASIC5000_4699.wav:早苗さんの才能に、嫉妬しない同業者はいないだろう。
+jp_dataset/basic5000/wav/BASIC5000_4700.wav:この前の旅行で買った漆器に、料理を盛って、写真に収める。
+jp_dataset/basic5000/wav/BASIC5000_4701.wav:去年の地震でお社が、大きな被害をうけた。
+jp_dataset/basic5000/wav/BASIC5000_4702.wav:蛇足ではありますが、詳しい説明をさせていただきます。
+jp_dataset/basic5000/wav/BASIC5000_4703.wav:酒を酌み交しながら、腹を割って話をした。
+jp_dataset/basic5000/wav/BASIC5000_4704.wav:僧侶が死ぬことを、入寂という。
+jp_dataset/basic5000/wav/BASIC5000_4705.wav:宗派の最高指導者のことを、法主という。
+jp_dataset/basic5000/wav/BASIC5000_4706.wav:毎晩目を腫らして泣いていた。
+jp_dataset/basic5000/wav/BASIC5000_4707.wav:捻挫をした箇所が腫れてきた。
+jp_dataset/basic5000/wav/BASIC5000_4708.wav:大和は師範より、奥義を授けられた。
+jp_dataset/basic5000/wav/BASIC5000_4709.wav:中洲は、博多の中心地である。
+jp_dataset/basic5000/wav/BASIC5000_4710.wav:大字として、十は拾と書く。
+jp_dataset/basic5000/wav/BASIC5000_4711.wav:昨晩居酒屋に行ったので、スーツが臭うと、妻に言われてしまった。
+jp_dataset/basic5000/wav/BASIC5000_4712.wav:素行が修まる。
+jp_dataset/basic5000/wav/BASIC5000_4713.wav:我が身の不幸を愁える。
+jp_dataset/basic5000/wav/BASIC5000_4714.wav:親が桟敷から見ているにもかかわらず、彼は醜態を晒してしまった。
+jp_dataset/basic5000/wav/BASIC5000_4715.wav:この街には、十の神社仏閣がある。
+jp_dataset/basic5000/wav/BASIC5000_4716.wav:彼のボクシングスタイルは、獣のようだと評されている。
+jp_dataset/basic5000/wav/BASIC5000_4717.wav:銀座は、紳士淑女が、多く集まる街である。
+jp_dataset/basic5000/wav/BASIC5000_4718.wav:彼女は、念願かなって、子を宿した。
+jp_dataset/basic5000/wav/BASIC5000_4719.wav:髪を縮らせるヘアスタイルが流行している。
+jp_dataset/basic5000/wav/BASIC5000_4720.wav:よく熟れたトマトを今年もたくさん収穫することができた。
+jp_dataset/basic5000/wav/BASIC5000_4721.wav:彼女は感激で、目が潤んでいるようにみえた。
+jp_dataset/basic5000/wav/BASIC5000_4722.wav:幼き日の憧憬が、脳裏をよぎる。
+jp_dataset/basic5000/wav/BASIC5000_4723.wav:風呂に、１時間ほど浸かってしまい、上せた。
+jp_dataset/basic5000/wav/BASIC5000_4724.wav:昨日あったクレームの電話を、議題にのぼす。
+jp_dataset/basic5000/wav/BASIC5000_4725.wav:蒸すことで、野菜本来の旨味が引き立つ。
+jp_dataset/basic5000/wav/BASIC5000_4726.wav:湿度が高く、リュックのせいで背中が蒸れる。
+jp_dataset/basic5000/wav/BASIC5000_4727.wav:１０分ほど蒸らしたタオルを肩に当てると、血行が良くなる。
+jp_dataset/basic5000/wav/BASIC5000_4728.wav:収入を殖やして、子供の学費に当てる。
+jp_dataset/basic5000/wav/BASIC5000_4729.wav:読唇術に対する世間の目が厳しくなったのは、この事件以後である。
+jp_dataset/basic5000/wav/BASIC5000_4730.wav:犯人は震う声で、自供を始めた。
+jp_dataset/basic5000/wav/BASIC5000_4731.wav:彼は、遺族の前で、頭を垂れて謝罪した。
+jp_dataset/basic5000/wav/BASIC5000_4732.wav:麦の穂は、麦穂と呼ばれることがある。
+jp_dataset/basic5000/wav/BASIC5000_4733.wav:摂政は、天皇に代わって政を司った。
+jp_dataset/basic5000/wav/BASIC5000_4734.wav:大正５年、漱石は静かに逝った。
+jp_dataset/basic5000/wav/BASIC5000_4735.wav:清浄な心を持った少年だと感じた。
+jp_dataset/basic5000/wav/BASIC5000_4736.wav:心の隅々まで清まるような場所です。
+jp_dataset/basic5000/wav/BASIC5000_4737.wav:彼は、社長の令婿です。
+jp_dataset/basic5000/wav/BASIC5000_4738.wav:心にかかったもやが、一気に晴れるような清々しさがあった。
+jp_dataset/basic5000/wav/BASIC5000_4739.wav:今昔物語集を読み解くため、仮名で書かれたものを用意した。
+jp_dataset/basic5000/wav/BASIC5000_4740.wav:神楽坂をあとにし、次の選挙のため、全国を遊説して回る。
+jp_dataset/basic5000/wav/BASIC5000_4741.wav:コーヒー豆は、煎ることで、苦味やコクが増す。
+jp_dataset/basic5000/wav/BASIC5000_4742.wav:海女さんが、冬の海に潜って、うにを採ってくる。
+jp_dataset/basic5000/wav/BASIC5000_4743.wav:租税に関する質問をするため、税理士を訪ねた。
+jp_dataset/basic5000/wav/BASIC5000_4744.wav:昔、我が家の裏山は、桑園として使われていた。
+jp_dataset/basic5000/wav/BASIC5000_4745.wav:私の曽祖父は、白髪だらけですが、今も健在です。
+jp_dataset/basic5000/wav/BASIC5000_4746.wav:山間部では、霜害に悩まされている。
+jp_dataset/basic5000/wav/BASIC5000_4747.wav:彼は憎らしいほど、才能に恵まれている。
+jp_dataset/basic5000/wav/BASIC5000_4748.wav:この地域の名家からの寄贈が、多く収められている。
+jp_dataset/basic5000/wav/BASIC5000_4749.wav:他人を尊ぶ姿勢が彼には足りない。
+jp_dataset/basic5000/wav/BASIC5000_4750.wav:天子を尊い存在であるとする教育が、長く続いてきた。
+jp_dataset/basic5000/wav/BASIC5000_4751.wav:他のものは何もいらない。
+jp_dataset/basic5000/wav/BASIC5000_4752.wav:道端に咲いている花に目を向けると、生命の息吹を感じることができる。
+jp_dataset/basic5000/wav/BASIC5000_4753.wav:彼は自分の計画が綻びてきていることを感じていた。
+jp_dataset/basic5000/wav/BASIC5000_4754.wav:まだ集合場所に到着してない人が多くいるので、出発を遅らせることにした。
+jp_dataset/basic5000/wav/BASIC5000_4755.wav:腐食を防ぐため、窒素が封入されている。
+jp_dataset/basic5000/wav/BASIC5000_4756.wav:鍛冶が鉄からやかんを鋳る。
+jp_dataset/basic5000/wav/BASIC5000_4757.wav:心の中で、彼に対する疑心が兆してきていた。
+jp_dataset/basic5000/wav/BASIC5000_4758.wav:あらかたの実験道具は調ってきた。
+jp_dataset/basic5000/wav/BASIC5000_4759.wav:桃太郎は、鬼を懲らしめるため、鬼ヶ島へ出発した。
+jp_dataset/basic5000/wav/BASIC5000_4760.wav:この河原の道沿いには、一里塚がいくつか残っている。
+jp_dataset/basic5000/wav/BASIC5000_4761.wav:おばあさんのぬか床は、よく漬かると評判だ。
+jp_dataset/basic5000/wav/BASIC5000_4762.wav:全快を祈って鶴を折る。
+jp_dataset/basic5000/wav/BASIC5000_4763.wav:少し標高が低まったこの土地に住み着いた人々の子孫だ。
+jp_dataset/basic5000/wav/BASIC5000_4764.wav:溺れる犬を助けるため、彼は川に飛び込んだ。
+jp_dataset/basic5000/wav/BASIC5000_4765.wav:撤収作業は、夜通し行われた。
+jp_dataset/basic5000/wav/BASIC5000_4766.wav:空気が綺麗なので、天の川がくっきり見える。
+jp_dataset/basic5000/wav/BASIC5000_4767.wav:宇宙のことを、天地と呼ぶことがある。
+jp_dataset/basic5000/wav/BASIC5000_4768.wav:蚊帳の外では、子どもたちが草原を転げまわって遊んでいる。
+jp_dataset/basic5000/wav/BASIC5000_4769.wav:装填が完了した。
+jp_dataset/basic5000/wav/BASIC5000_4770.wav:投網による漁を提案する度に、彼は反抗した。
+jp_dataset/basic5000/wav/BASIC5000_4771.wav:早乙女さんが怒ることはめったにない。
+jp_dataset/basic5000/wav/BASIC5000_4772.wav:棟方志功の版画を飾っている。
+jp_dataset/basic5000/wav/BASIC5000_4773.wav:中止ということも、十分に考え得る。
+jp_dataset/basic5000/wav/BASIC5000_4774.wav:読師によって、題目が読み上げられる。
+jp_dataset/basic5000/wav/BASIC5000_4775.wav:十年も何もしていないので、完全に腕が鈍ってしまった。
+jp_dataset/basic5000/wav/BASIC5000_4776.wav:コートの下に拳銃を忍ばせて、時を待った。
+jp_dataset/basic5000/wav/BASIC5000_4777.wav:古い手紙を焚き火に入れて燃す。
+jp_dataset/basic5000/wav/BASIC5000_4778.wav:彼は同僚に対して、静かな闘志を燃やしていた。
+jp_dataset/basic5000/wav/BASIC5000_4779.wav:この関所を破れるものなら破ってみよ。
+jp_dataset/basic5000/wav/BASIC5000_4780.wav:三人は杯を交わし、義兄弟の誓を立てた。
+jp_dataset/basic5000/wav/BASIC5000_4781.wav:この分野が廃ることはないだろう。
+jp_dataset/basic5000/wav/BASIC5000_4782.wav:当時は誰もかもがやっていたのに、今ではすっかり廃れてしまった。
+jp_dataset/basic5000/wav/BASIC5000_4783.wav:今年も白夜の季節がやってきた。
+jp_dataset/basic5000/wav/BASIC5000_4784.wav:貴重なニホンカワウソの剝製を所蔵している。
+jp_dataset/basic5000/wav/BASIC5000_4785.wav:シールを剝すことに失敗してしまった。
+jp_dataset/basic5000/wav/BASIC5000_4786.wav:皮を剝いで、毛皮のコートとして利用している。
+jp_dataset/basic5000/wav/BASIC5000_4787.wav:簡単に剝がれるものではなく、相当苦労した。
+jp_dataset/basic5000/wav/BASIC5000_4788.wav:塗装が剝げてきてしまったので、塗り直さなければならない。
+jp_dataset/basic5000/wav/BASIC5000_4789.wav:何かいけないものを口に入れたのか、体中に発疹ができている。
+jp_dataset/basic5000/wav/BASIC5000_4790.wav:彼に罰が当たると何度警告したかわからない。
+jp_dataset/basic5000/wav/BASIC5000_4791.wav:背中を反らしてなんとか回避した。
+jp_dataset/basic5000/wav/BASIC5000_4792.wav:トラックが登坂車線に移動するために、ウィンカーを出している。
+jp_dataset/basic5000/wav/BASIC5000_4793.wav:先輩の手を煩わせるまでもなかった。
+jp_dataset/basic5000/wav/BASIC5000_4794.wav:悩みを煩ってからの彼の動きにキレがなく、ついには竹刀を落としてしまった。
+jp_dataset/basic5000/wav/BASIC5000_4795.wav:落ち葉は集めておいて、畑の肥やしとすることが多い。
+jp_dataset/basic5000/wav/BASIC5000_4796.wav:彼は誰かを卑しむようなことはしない。
+jp_dataset/basic5000/wav/BASIC5000_4797.wav:母家の門扉は、固く閉ざしたままだった。
+jp_dataset/basic5000/wav/BASIC5000_4798.wav:最初の資金調達で集めた金も費えた。
+jp_dataset/basic5000/wav/BASIC5000_4799.wav:体内での分泌能力が、著しく落ちていることから入院となった。
+jp_dataset/basic5000/wav/BASIC5000_4800.wav:患者数が５万人未満の疾病を、希少疾病としている。
+jp_dataset/basic5000/wav/BASIC5000_4801.wav:絵を描くのには、もう飽きてしまった。
+jp_dataset/basic5000/wav/BASIC5000_4802.wav:彼は、愛猫家として知られており、家で、五匹の猫を飼っている。
+jp_dataset/basic5000/wav/BASIC5000_4803.wav:もらいものの茄子を冷蔵庫に入れたまま、腐らせてしまった。
+jp_dataset/basic5000/wav/BASIC5000_4804.wav:銃撃音が聞こえてきて、二人はとっさに伏せた。
+jp_dataset/basic5000/wav/BASIC5000_4805.wav:周囲の心配の声を払拭するような活躍だった。
+jp_dataset/basic5000/wav/BASIC5000_4806.wav:町の人に紛れることで、彼の逃走は簡単になった。
+jp_dataset/basic5000/wav/BASIC5000_4807.wav:この老舗の名物は、地元の小豆を使った月餅です。
+jp_dataset/basic5000/wav/BASIC5000_4808.wav:今回の調査では、あまり、芳しい結果は得られませんでした。
+jp_dataset/basic5000/wav/BASIC5000_4809.wav:彼の放ったボールは放物線を描き、見事彼のグローブに収まった。
+jp_dataset/basic5000/wav/BASIC5000_4810.wav:犬が鎖をちぎり、放れていった。
+jp_dataset/basic5000/wav/BASIC5000_4811.wav:金に飽かして、数寄屋造りの豪邸を建てた。
+jp_dataset/basic5000/wav/BASIC5000_4812.wav:二十日が経ち、亡いあの人のことを思い出す。
+jp_dataset/basic5000/wav/BASIC5000_4813.wav:祖父からぶどうが一房送られてきた。
+jp_dataset/basic5000/wav/BASIC5000_4814.wav:有糸分裂後期に、紡錘体はなくなる。
+jp_dataset/basic5000/wav/BASIC5000_4815.wav:どこからか、彼らが謀反を謀っているという噂がたった。
+jp_dataset/basic5000/wav/BASIC5000_4816.wav:彼女の頬をつたう涙の行く先を見ていた。
+jp_dataset/basic5000/wav/BASIC5000_4817.wav:師走には、墨田区役所に用がたくさんある。
+jp_dataset/basic5000/wav/BASIC5000_4818.wav:雪舟は、水墨画を芸術として大成させた一人である。
+jp_dataset/basic5000/wav/BASIC5000_4819.wav:同じ頃、中東���ペルシャ帝国が勃興した。
+jp_dataset/basic5000/wav/BASIC5000_4820.wav:ベンチコートの山に埋もれて、見えなくなってしまった。
+jp_dataset/basic5000/wav/BASIC5000_4821.wav:彼は著名な国会議員の末弟だ。
+jp_dataset/basic5000/wav/BASIC5000_4822.wav:ぼーっとしていたら、空が明らんできた。
+jp_dataset/basic5000/wav/BASIC5000_4823.wav:東の空から明るんでいくことがわかった。
+jp_dataset/basic5000/wav/BASIC5000_4824.wav:上っ面だけ取り繕っていて、中身は何もない。
+jp_dataset/basic5000/wav/BASIC5000_4825.wav:知らないことはわからないといい、浮ついて、妄断しないように気をつけなければならない。
+jp_dataset/basic5000/wav/BASIC5000_4826.wav:機械の損耗が甚だしい。
+jp_dataset/basic5000/wav/BASIC5000_4827.wav:ナメクジには、雄雌の区別はない。
+jp_dataset/basic5000/wav/BASIC5000_4828.wav:将来を憂い、絶望していた。
+jp_dataset/basic5000/wav/BASIC5000_4829.wav:病状が悪化するのを感じ、自分の行く末を憂える。
+jp_dataset/basic5000/wav/BASIC5000_4830.wav:銀行にお金を預けておけば、とりあえずは安心だ。
+jp_dataset/basic5000/wav/BASIC5000_4831.wav:魂を揺すぶるような素晴らしい演奏だった。
+jp_dataset/basic5000/wav/BASIC5000_4832.wav:師匠にも勝ち、まさに出藍という活躍だ。
+jp_dataset/basic5000/wav/BASIC5000_4833.wav:官吏の画一的な仕事には、ほとほと困っている。
+jp_dataset/basic5000/wav/BASIC5000_4834.wav:瑠璃色に輝く石を見つけ、私に見せに来た。
+jp_dataset/basic5000/wav/BASIC5000_4835.wav:夏の川床で涼むのは、最高の贅沢と言える。
+jp_dataset/basic5000/wav/BASIC5000_4836.wav:陵とは、偉人達の墓のことを言う。
+jp_dataset/basic5000/wav/BASIC5000_4837.wav:いくつもの家が隣るさまは、まさに圧巻だ。
+jp_dataset/basic5000/wav/BASIC5000_4838.wav:あやかしの類かと、肝を冷やした。
+jp_dataset/basic5000/wav/BASIC5000_4839.wav:よく冷ましてからお召し上がりください。
+jp_dataset/basic5000/wav/BASIC5000_4840.wav:五月雨や、蝉時雨、紅葉といった言葉は、季語だ。
+jp_dataset/basic5000/wav/BASIC5000_4841.wav:PC内部のタイマー用ボタン電池が切れた。
+jp_dataset/basic5000/wav/BASIC5000_4842.wav:姉さん、ちょっと相談に乗ってくれないか？
+jp_dataset/basic5000/wav/BASIC5000_4843.wav:寺の台所は、庫裏と呼ばれる。
+jp_dataset/basic5000/wav/BASIC5000_4844.wav:マネがこの絵を描くまで、女性の裸像は女神に限られていました。
+jp_dataset/basic5000/wav/BASIC5000_4845.wav:そのため、要介護認定の結果は、介護サービスの量と関係している必要があります。
+jp_dataset/basic5000/wav/BASIC5000_4846.wav:50分の模擬試験に挑戦して、試験であなたの実力がどれくらいかがわかります。
+jp_dataset/basic5000/wav/BASIC5000_4847.wav:これから何か手職を身に付けたいと思う方は、是非お読みになることをおすすめします。
+jp_dataset/basic5000/wav/BASIC5000_4848.wav:梅雨時でもないんだから、傘は要らないんじゃない。
+jp_dataset/basic5000/wav/BASIC5000_4849.wav:吹雪でえらい目に遭った。
+jp_dataset/basic5000/wav/BASIC5000_4850.wav:立ち退きの予告を受けた。
+jp_dataset/basic5000/wav/BASIC5000_4851.wav:新しい文を追加するまえに、その文によって、当サイトに新しい語彙がもたらされるかどうか、キーワード検索してご確認ください。
+jp_dataset/basic5000/wav/BASIC5000_4852.wav:この表現は、日本語にはない、英語の比喩表現として、私は大変気に入っています。
+jp_dataset/basic5000/wav/BASIC5000_4853.wav:このメルマガは、昨今の、語学産業界の甘言に躍らされることなく、文法解釈という古典的学習法こそ王道と信じて疑わない方のためのメルマガです。
+jp_dataset/basic5000/wav/BASIC5000_4854.wav:これは供物ですか？
+jp_dataset/basic5000/wav/BASIC5000_4855.wav:ひとの声に似た不気味な鳴き声、漆黒の羽、死肉を啄む姿などから、鴉は不幸に舞い降りる、不吉な鳥として世界に知られています。
+jp_dataset/basic5000/wav/BASIC5000_4856.wav:ペットのためにご祈祷していただける御守と、御札が、実現しました。
+jp_dataset/basic5000/wav/BASIC5000_4857.wav:杳として行方が知れない。
+jp_dataset/basic5000/wav/BASIC5000_4858.wav:ショウイチは、真っ青になった。
+jp_dataset/basic5000/wav/BASIC5000_4859.wav:審判の方をちらりと睨むが、彼は八百長を認めてしまった。
+jp_dataset/basic5000/wav/BASIC5000_4860.wav:寝具も土埃で汚してしまいました。
+jp_dataset/basic5000/wav/BASIC5000_4861.wav:為替相場の米経済指標に対する反応は、かなり限定的である。
+jp_dataset/basic5000/wav/BASIC5000_4862.wav:今日の���ピックは、北朝鮮による、日本人拉致問題です。
+jp_dataset/basic5000/wav/BASIC5000_4863.wav:高松塚古墳は、奈良県明日香村に存在する古墳。
+jp_dataset/basic5000/wav/BASIC5000_4864.wav:決して悠長な仕事ではない。
+jp_dataset/basic5000/wav/BASIC5000_4865.wav:休みの前などは、少し羽目を外して飲むのだが、二日酔いが全くない。
+jp_dataset/basic5000/wav/BASIC5000_4866.wav:何杯もワインを飲み干し、ご覧の通り、酔っ払ってハイになってしまったのである。
+jp_dataset/basic5000/wav/BASIC5000_4867.wav:わたしのテクに抜かりはないわ。
+jp_dataset/basic5000/wav/BASIC5000_4868.wav:ケイコちゃんって憎らしい。
+jp_dataset/basic5000/wav/BASIC5000_4869.wav:だいたい、この川原の辺りを一巡りするのが、基本的な朝のコースである。
+jp_dataset/basic5000/wav/BASIC5000_4870.wav:みんなの浴衣。
+jp_dataset/basic5000/wav/BASIC5000_4871.wav:しかも、初陣があのドラゴン退治。
+jp_dataset/basic5000/wav/BASIC5000_4872.wav:インコやオウムと、仲良く楽しく、健やかに暮らす。
+jp_dataset/basic5000/wav/BASIC5000_4873.wav:ぶっちゃけ恵んでほしい。
+jp_dataset/basic5000/wav/BASIC5000_4874.wav:祝詞も知らないのか？
+jp_dataset/basic5000/wav/BASIC5000_4875.wav:羹に懲りて鱠を吹く。
+jp_dataset/basic5000/wav/BASIC5000_4876.wav:腕を蚊にさされているのに気づきませんでした。
+jp_dataset/basic5000/wav/BASIC5000_4877.wav:公定歩合を引き下げた。
+jp_dataset/basic5000/wav/BASIC5000_4878.wav:列車は、神戸駅を出た。
+jp_dataset/basic5000/wav/BASIC5000_4879.wav:良質のぶどう酒では、フランスに太刀打ちできる国はない。
+jp_dataset/basic5000/wav/BASIC5000_4880.wav:硫黄は、青い炎を上げて燃える。
+jp_dataset/basic5000/wav/BASIC5000_4881.wav:離れて見ると、景色に魅力がつく。
+jp_dataset/basic5000/wav/BASIC5000_4882.wav:来週、私は、叔父を訪問します。
+jp_dataset/basic5000/wav/BASIC5000_4883.wav:薬より、食餌療法の方が効くと信じています。
+jp_dataset/basic5000/wav/BASIC5000_4884.wav:夜が更け始めた。
+jp_dataset/basic5000/wav/BASIC5000_4885.wav:目が覚めてみると、我々は大海原を漂流していた。
+jp_dataset/basic5000/wav/BASIC5000_4886.wav:明日、幾何の試験があります。
+jp_dataset/basic5000/wav/BASIC5000_4887.wav:毎年世界でどれほどの人が餓死しているか、知っていますか。
+jp_dataset/basic5000/wav/BASIC5000_4888.wav:麻薬中毒で、多くの人が堕落した。
+jp_dataset/basic5000/wav/BASIC5000_4889.wav:僕は、散らかっている家は我慢できるが、不潔な家は嫌いだ。
+jp_dataset/basic5000/wav/BASIC5000_4890.wav:報道の自由は阻害されてはならない。
+jp_dataset/basic5000/wav/BASIC5000_4891.wav:母は、田舎で一人暮らしをしている。
+jp_dataset/basic5000/wav/BASIC5000_4892.wav:文夫は正直だから、皆、彼が好きだ。
+jp_dataset/basic5000/wav/BASIC5000_4893.wav:布を斜めに裁ちなさい。
+jp_dataset/basic5000/wav/BASIC5000_4894.wav:豹は、その斑点を変えることはできない。
+jp_dataset/basic5000/wav/BASIC5000_4895.wav:筆者はそうした風潮を好まない。
+jp_dataset/basic5000/wav/BASIC5000_4896.wav:飛行機は、瞬く間に見えなくなった。
+jp_dataset/basic5000/wav/BASIC5000_4897.wav:彼女、もう浮かれちゃってるよ。
+jp_dataset/basic5000/wav/BASIC5000_4898.wav:彼女は浮気な女で、本当に、誰でも相手にする。
+jp_dataset/basic5000/wav/BASIC5000_4899.wav:彼女は、夫の到着を待ち焦がれています。
+jp_dataset/basic5000/wav/BASIC5000_4900.wav:彼女は、恥じらいの色を隠すために、顔をそむけた。
+jp_dataset/basic5000/wav/BASIC5000_4901.wav:彼女は私を見るや否や、わっと泣き出した。
+jp_dataset/basic5000/wav/BASIC5000_4902.wav:彼女は三味線による、新しいジャズの演奏法を始めた。
+jp_dataset/basic5000/wav/BASIC5000_4903.wav:彼女はいつも、床を綺麗に掃いています。
+jp_dataset/basic5000/wav/BASIC5000_4904.wav:彼女の伯母は、一日中、彼の犬の世話をする。
+jp_dataset/basic5000/wav/BASIC5000_4905.wav:彼女のいうことは、的外れである。
+jp_dataset/basic5000/wav/BASIC5000_4906.wav:彼女がこれほど自分勝手なのは嘆かわしい。
+jp_dataset/basic5000/wav/BASIC5000_4907.wav:彼は、緻密に立てた計画を実行した。
+jp_dataset/basic5000/wav/BASIC5000_4908.wav:彼は老けて見える。
+jp_dataset/basic5000/wav/BASIC5000_4909.wav:彼は、大尉以上の者を全員招集した。
+jp_dataset/basic5000/wav/BASIC5000_4910.wav:彼は、尻尾を巻いて逃げた。
+jp_dataset/basic5000/wav/BASIC5000_4911.wav:彼は、重大な使命を任された。
+jp_dataset/basic5000/wav/BASIC5000_4912.wav:彼は、二十世紀最高のピアニストだと言って、差し支えないでしょう。
+jp_dataset/basic5000/wav/BASIC5000_4913.wav:彼は玄人にちかい。
+jp_dataset/basic5000/wav/BASIC5000_4914.wav:彼は、結婚に対して煮えきらない態度を取るの。
+jp_dataset/basic5000/wav/BASIC5000_4915.wav:彼は、競争相手を落とし入れようと、虎視眈々としている。
+jp_dataset/basic5000/wav/BASIC5000_4916.wav:彼は、丘を転げるようにやってきた。
+jp_dataset/basic5000/wav/BASIC5000_4917.wav:彼は、過って親指を、金槌で打ち付けた。
+jp_dataset/basic5000/wav/BASIC5000_4918.wav:彼は、井戸を飲み干すほど、のどが渇いていた。
+jp_dataset/basic5000/wav/BASIC5000_4919.wav:彼は、とてもその仕事が勤まらなかった。
+jp_dataset/basic5000/wav/BASIC5000_4920.wav:彼は、その話を聞いて仰天した。
+jp_dataset/basic5000/wav/BASIC5000_4921.wav:彼は６月に東京を離れて、関西に来る。
+jp_dataset/basic5000/wav/BASIC5000_4922.wav:彼が仮病を使ったのは、あきらかだ。
+jp_dataset/basic5000/wav/BASIC5000_4923.wav:彼、今日、精彩がないね、青菜に塩だね。
+jp_dataset/basic5000/wav/BASIC5000_4924.wav:濃霧の為、彼の前を歩いて行く男の姿が、やがて見えなくなった。
+jp_dataset/basic5000/wav/BASIC5000_4925.wav:乳母車で眠っている赤ちゃんは、天使のようにかわいい。
+jp_dataset/basic5000/wav/BASIC5000_4926.wav:日本は、四つの主な島から成り立っている。
+jp_dataset/basic5000/wav/BASIC5000_4927.wav:日本の最高峰は、富士山である。
+jp_dataset/basic5000/wav/BASIC5000_4928.wav:日本の牛は、広範囲に霜降りがある。
+jp_dataset/basic5000/wav/BASIC5000_4929.wav:尼僧は、お祈りをして十字を切った。
+jp_dataset/basic5000/wav/BASIC5000_4930.wav:二つの建物は隣りあっている。
+jp_dataset/basic5000/wav/BASIC5000_4931.wav:突然の彼の訃報は、私を驚かせた。
+jp_dataset/basic5000/wav/BASIC5000_4932.wav:東京には、醜悪な建築物がたくさん見られる。
+jp_dataset/basic5000/wav/BASIC5000_4933.wav:天才は、１パーセントが霊感であり、９９パーセントは精進である。
+jp_dataset/basic5000/wav/BASIC5000_4934.wav:泥棒仲間にも、仁義がある。
+jp_dataset/basic5000/wav/BASIC5000_4935.wav:庭には、薔薇の花が香っている。
+jp_dataset/basic5000/wav/BASIC5000_4936.wav:ツバサは両翼を広げた。
+jp_dataset/basic5000/wav/BASIC5000_4937.wav:長年の習慣は、なかなか改まらない。
+jp_dataset/basic5000/wav/BASIC5000_4938.wav:中国では、旧暦にしたがって、正月を祝う。
+jp_dataset/basic5000/wav/BASIC5000_4939.wav:暖かい天候の時は、発汗作用が体温の調節をする上で、役立つ。
+jp_dataset/basic5000/wav/BASIC5000_4940.wav:大統領選挙で誰が勝つであろうかと、すべての人々が、固唾を飲んで見守った。
+jp_dataset/basic5000/wav/BASIC5000_4941.wav:待てば、海路の、日和あり。
+jp_dataset/basic5000/wav/BASIC5000_4942.wav:多くの若人がその戦争中、民主主義のために死んだ。
+jp_dataset/basic5000/wav/BASIC5000_4943.wav:善き教師になるためには、自分の生徒たちが持っている能力を最大限生かしてやることを知らなければならない。
+jp_dataset/basic5000/wav/BASIC5000_4944.wav:雪崩で道路がふさがった。
+jp_dataset/basic5000/wav/BASIC5000_4945.wav:青白い彼の顔が、興奮で赤らんだ。
+jp_dataset/basic5000/wav/BASIC5000_4946.wav:森の近くに、一軒家がある。
+jp_dataset/basic5000/wav/BASIC5000_4947.wav:食事の最中に、呼び鈴が鳴った。
+jp_dataset/basic5000/wav/BASIC5000_4948.wav:暑さも寒さも彼岸まで。
+jp_dataset/basic5000/wav/BASIC5000_4949.wav:春になれば、花が甘く咲き匂う。
+jp_dataset/basic5000/wav/BASIC5000_4950.wav:秋風が立ち初める。
+jp_dataset/basic5000/wav/BASIC5000_4951.wav:若い人たちは、戦禍というものを、頭でしか知らない。
+jp_dataset/basic5000/wav/BASIC5000_4952.wav:天皇は、在位中は、今上天皇と呼ぶ。
+jp_dataset/basic5000/wav/BASIC5000_4953.wav:時がたつにつれて、悲しみは薄らぐ。
+jp_dataset/basic5000/wav/BASIC5000_4954.wav:私は冷静でいようとしたが、とうとう堪忍袋の緒が切れた。
+jp_dataset/basic5000/wav/BASIC5000_4955.wav:私は、八百屋の外で彼に出会った。
+jp_dataset/basic5000/wav/BASIC5000_4956.wav:私には、彼のうそが見破れなかった。
+jp_dataset/basic5000/wav/BASIC5000_4957.wav:私たちは、川下にある橋を渡って、回り道をしなければならなかった。
+jp_dataset/basic5000/wav/BASIC5000_4958.wav:私たちは、岐阜に行った。
+jp_dataset/basic5000/wav/BASIC5000_4959.wav:子孫にきれいな、緑の地球を残したい。
+jp_dataset/basic5000/wav/BASIC5000_4960.wav:才子多病、佳人薄命。
+jp_dataset/basic5000/wav/BASIC5000_4961.wav:今朝起きてみると、山の頂が、雪におおわれていた。
+jp_dataset/basic5000/wav/BASIC5000_4962.wav:港を見下ろす墓に、墓碑を立てた。
+jp_dataset/basic5000/wav/BASIC5000_4963.wav:このところ日照り続きで、池の水も干る可能性がでてきた。
+jp_dataset/basic5000/wav/BASIC5000_4964.wav:喧嘩をしていた二人の子供は、お互いにしかめっ面をして座っていた。
+jp_dataset/basic5000/wav/BASIC5000_4965.wav:君の言っていることは机上の空論にすぎないよ。
+jp_dataset/basic5000/wav/BASIC5000_4966.wav:我々のチームは、強力なライバルと競った。
+jp_dataset/basic5000/wav/BASIC5000_4967.wav:雨が降ると、必ず屋根から雨水が漏る。
+jp_dataset/basic5000/wav/BASIC5000_4968.wav:一言居士。
+jp_dataset/basic5000/wav/BASIC5000_4969.wav:もっと単刀直入に言ってくれないかな、隔靴掻痒の感なきにしもあらずだよ。
+jp_dataset/basic5000/wav/BASIC5000_4970.wav:パーマをかけたので、髪の毛が縮れています。
+jp_dataset/basic5000/wav/BASIC5000_4971.wav:どこで邦貨をドルに変えられるか。
+jp_dataset/basic5000/wav/BASIC5000_4972.wav:とうとう子供たちは山の真ん中に、りんごの木が植わっている、小さな果樹園を見つけました。
+jp_dataset/basic5000/wav/BASIC5000_4973.wav:タバコで煙った空気を部屋から出して、新鮮な空気を入れてちょうだい。
+jp_dataset/basic5000/wav/BASIC5000_4974.wav:それがいつだったか、日を繰って確かめた。
+jp_dataset/basic5000/wav/BASIC5000_4975.wav:その夜我々は、大エビに舌鼓を打った。
+jp_dataset/basic5000/wav/BASIC5000_4976.wav:その新聞は、彼の犯罪への掛かり合いを主張した。
+jp_dataset/basic5000/wav/BASIC5000_4977.wav:その支払いは、２年間繰り延べられる。
+jp_dataset/basic5000/wav/BASIC5000_4978.wav:その山を、私たちは剣岳と呼ぶ。
+jp_dataset/basic5000/wav/BASIC5000_4979.wav:その国では、日本製品を排斥する運動が起こっていた。
+jp_dataset/basic5000/wav/BASIC5000_4980.wav:そのボートは、波止場につながれていた。
+jp_dataset/basic5000/wav/BASIC5000_4981.wav:この本は、興味津々たるものがあって飽きない。
+jp_dataset/basic5000/wav/BASIC5000_4982.wav:この川には、雑魚がたくさんいる。
+jp_dataset/basic5000/wav/BASIC5000_4983.wav:このスキャンダルで、一部の高官が、罷免される可能性がある。
+jp_dataset/basic5000/wav/BASIC5000_4984.wav:ここへ来ると、いつも心が休まります。
+jp_dataset/basic5000/wav/BASIC5000_4985.wav:カレーのルーは、非常に滋養に富んでいる。
+jp_dataset/basic5000/wav/BASIC5000_4986.wav:自分用のベッドに寝かされる。
+jp_dataset/basic5000/wav/BASIC5000_4987.wav:あなたの寄附は、小児病院を建設する補助として、大いに役立つでしょう。
+jp_dataset/basic5000/wav/BASIC5000_4988.wav:あいつら酔い潰れちゃった。
+jp_dataset/basic5000/wav/BASIC5000_4989.wav:小林勇は、幸せだ。
+jp_dataset/basic5000/wav/BASIC5000_4990.wav:意気地が、なかったんだ。
+jp_dataset/basic5000/wav/BASIC5000_4991.wav:最近、気分が萎え気味だ。
+jp_dataset/basic5000/wav/BASIC5000_4992.wav:虚無僧が托鉢している様子を眺める。
+jp_dataset/basic5000/wav/BASIC5000_4993.wav:慰安旅行を、明日に控える。
+jp_dataset/basic5000/wav/BASIC5000_4994.wav:使っていくうちに、艶が出る。
+jp_dataset/basic5000/wav/BASIC5000_4995.wav:弾劾裁判がひらかれる。
+jp_dataset/basic5000/wav/BASIC5000_4996.wav:扇型の、弧の長さを、計算で求める。
+jp_dataset/basic5000/wav/BASIC5000_4997.wav:その王国は、最後の王に嗣子がおらず、滅亡した。
+jp_dataset/basic5000/wav/BASIC5000_4998.wav:村人たちは、その話を聞いて、震え上がった。
+jp_dataset/basic5000/wav/BASIC5000_4999.wav:ドナーから腎臓の提供を受ける。
+jp_dataset/basic5000/wav/BASIC5000_5000.wav:あと３０分の猶予が与えられた。

filelists/jp_audio_text_test_filelist.txt.cleaned

@@ -0,0 +1,500 @@
+jp_dataset/basic5000/wav/BASIC5000_4501.wav:da ga , ee ai sentaa kadou wo kokoroyoku omowa nai houi gaku mono , keisatsu ha , naibu gakai wo mokuromi , ee ai sentaa no fuku sentaa chou ni shuunin shi te , tatakitsubusou to suru .  
+jp_dataset/basic5000/wav/BASIC5000_4502.wav:mata , saikoro ni sugata wo kaeru koto mo deki , korogaru to kyouryoku na maryoku ga hatsudou shi , shutsu ta me no kazu dake shisha ga deru .  
+jp_dataset/basic5000/wav/BASIC5000_4503.wav:urayamashii hodo no ochitsuki buri de atsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4504.wav:senran wo shizumeru tame no youhei dan de aru , diiguru youhei dan wo setsuritsu suru .  
+jp_dataset/basic5000/wav/BASIC5000_4505.wav:sakurako to souheki wo nasu , shouten machi no ninki mono .  
+jp_dataset/basic5000/wav/BASIC5000_4506.wav:nagaraku dosamawari ga tsuzui ta ga , sengo ha , doutonbori kaku za ni shutsuen shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4507.wav:toukyou miyako wo nagareru asashio unga ni kakaru hashi no kategori .  
+jp_dataset/basic5000/wav/BASIC5000_4508.wav:warabeuta ha tanoshii  
+jp_dataset/basic5000/wav/BASIC5000_4509.wav:o sake ni yopparatsu te koron de , kao wo utsu te hanaji ga shutsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4510.wav:natsu no sho sa wo no warikiru ni ha , kuuraa yori mo senpuu ki ga shintai ni ha yoi .  
+jp_dataset/basic5000/wav/BASIC5000_4511.wav:kono saki ha kudarizaka na no de , jiten kuruma wo kogu no ga raku ni naru yo .  
+jp_dataset/basic5000/wav/BASIC5000_4512.wav:ashita no sakkaa no shiai ha , masani , innen no taiketsu da .  
+jp_dataset/basic5000/wav/BASIC5000_4513.wav:sorosoro atsuku natsu te ki ta kara , natsu futon no youi wo shiyou .  
+jp_dataset/basic5000/wav/BASIC5000_4514.wav:kitachousen no chouhatsu koui ni taisuru , nippon seifu ya takoku no hannou ga chuumoku sa re masu .  
+jp_dataset/basic5000/wav/BASIC5000_4515.wav:tanin ni hanage ga shutsu te i masu yo , to ha nakanaka ie nai mono desu ne .  
+jp_dataset/basic5000/wav/BASIC5000_4516.wav:kenkou no tame ni ha , suimin fusoku ni nara nai you ni ki wo tsuke te kudasai ne .  
+jp_dataset/basic5000/wav/BASIC5000_4517.wav:kourei mono ha hone ga zeiku natsu te iru no de , tentou nado ni yoru kossetsu jiko ga ooku nari masu .  
+jp_dataset/basic5000/wav/BASIC5000_4518.wav:itsu ka , kuruuzaa de funatabi ni iku no ga yume desu .  
+jp_dataset/basic5000/wav/BASIC5000_4519.wav:kono kawagishi ha , kodomo no goro ni ken ta keshiki to ha , zuibun kawatsu te shimatsu te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4520.wav:kare ha , chinpin korekushon wo shi te i te , raishuu ni tenji kai wo suru sou desu .  
+jp_dataset/basic5000/wav/BASIC5000_4521.wav:sakkyoku wo suru ue de mottomo daiji na no ha , koodo shinkou de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4522.wav:watashi ha , mainichi ga annon na kurashi ni nare ba ii to omotsu te i masu .  
+jp_dataset/basic5000/wav/BASIC5000_4523.wav:iroguro no moderu ha yahari kakko ii no de , hiyake saron de kongari yaka nai to .  
+jp_dataset/basic5000/wav/BASIC5000_4524.wav:tonari no heya kara , maiban no you ni fuufu kenka no koe ga kikoe te kuru .  
+jp_dataset/basic5000/wav/BASIC5000_4525.wav:ooku no eirei ga sange shi te tsukamitotsu ta heiwa wo , wareware ha mamotsu te ika naku te ha nara nai .  
+jp_dataset/basic5000/wav/BASIC5000_4526.wav:mou sugu , o tsukimi no nichi ga chikazui te ki ta kara , tsukimi dango wo tsukurou .  
+jp_dataset/basic5000/wav/BASIC5000_4527.wav:anata no youshi ha megami no sama ni utsukushiku , totemo suteki na nin da .  
+jp_dataset/basic5000/wav/BASIC5000_4528.wav:shutsugarashi no o cha de mo eiyou houfu de tsukaimichi ga ari masu .  
+jp_dataset/basic5000/wav/BASIC5000_4529.wav:aki ni naru to kirei na ichou namiki da ga , douji ni michibata ni ha tairyou no ichou ga ochi te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4530.wav:saitama ken ni sun de iru shiriai ha , koko ga toukyou da to omotsu te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4531.wav:yama koya kaze de , fun'iki no aru suteki na koteeji desu ne .  
+jp_dataset/basic5000/wav/BASIC5000_4532.wav:sakkaa nippon tsui oosutoraria no tatakai no hibuta ga kitsu te otosa re ta .  
+jp_dataset/basic5000/wav/BASIC5000_4533.wav:koko ha , shibazakura ga kirei de totemo yuumei na kouen desu .  
+jp_dataset/basic5000/wav/BASIC5000_4534.wav:hon wo kai sugi ta sei de heya no naka ga ashi no fumiba ga nakunatsu te ki ta , atarashii hondana wo kaou .  
+jp_dataset/basic5000/wav/BASIC5000_4535.wav:natsu no aozora no shita de okonau baabekyuu ha saikou desu .  
+jp_dataset/basic5000/wav/BASIC5000_4536.wav:gomihako ga ippai ni natsu ta no de , gomifukuro ni irekae ta .  
+jp_dataset/basic5000/wav/BASIC5000_4537.wav:kannon sama ha arigatai koto ni , fukou na hitobito wo sukutsu te kure masu .  
+jp_dataset/basic5000/wav/BASIC5000_4538.wav:mada denwa ya intaanetto ga hattatsu shi te i nakatsu ta jidai , densho hato ha juuyou na tsuushin shudan no hito tsu datsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4539.wav:konnen no shinpei ha kyonen to chigatsu te , yaruki no aru yatsu ra bakkari da .  
+jp_dataset/basic5000/wav/BASIC5000_4540.wav:amagumo ga shutsu te ki ta no de , mou sugu ame ga ori sou desu .  
+jp_dataset/basic5000/wav/BASIC5000_4541.wav:namiki michi ga shokuzuki , jimen ni ochi ta ichou no ha ya ichou wo miru to , shinshuu no otozure wo kanji masu .  
+jp_dataset/basic5000/wav/BASIC5000_4542.wav:chichi ha o sake wo non da kara ka , shuushi , ebisukao datsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4543.wav:konnen ha manatsu nichi ga sukunaku te , sabishii natsuyasumi deshi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4544.wav:konnen no jiyuu kenkyuu no teema ha , asagao no kansatsu nikki da .  
+jp_dataset/basic5000/wav/BASIC5000_4545.wav:kare ga watashi ni innen wo tsuke te kuru no de komatsu te i masu .  
+jp_dataset/basic5000/wav/BASIC5000_4546.wav:oka wo koeru to miwatasu kagiri ichimen ni hirogaru utsukushii mugibatake ga me ni tobikon de ki ta .  
+jp_dataset/basic5000/wav/BASIC5000_4547.wav:kappa sushi ha , riizunaburu na kaiten sushi no cheen mise da .  
+jp_dataset/basic5000/wav/BASIC5000_4548.wav:suibun fusoku shi te iru tomato ha , mattaku oishiku nai .  
+jp_dataset/basic5000/wav/BASIC5000_4549.wav:nin no warukuchi wo iu hodo in de warukuchi wo iwa re te iru taipu da .  
+jp_dataset/basic5000/wav/BASIC5000_4550.wav:shinpin no kutsu wo orosu no ha , narubeku ame no nichi wo sake ta hou ga yoi .  
+jp_dataset/basic5000/wav/BASIC5000_4551.wav:kyou ha hisashi buri no hatabi de , gakkou ya kaisha ha , doko mo yasumi da .  
+jp_dataset/basic5000/wav/BASIC5000_4552.wav:kono purintaa ha nishoku suri ni taiou shi te i masu ka .  
+jp_dataset/basic5000/wav/BASIC5000_4553.wav:kono mama de ha tomodaore ni natsu te shimau kara , omae ha saki ni ike .  
+jp_dataset/basic5000/wav/BASIC5000_4554.wav:chakushutsu no ouji ya , saikou kurai no kouzoku danshi no koto wo , shinnou to yobu .  
+jp_dataset/basic5000/wav/BASIC5000_4555.wav:kouen de ason de iru to , ikinari toppuu ga fuki , sunabokori ga me ni itsutsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4556.wav:temari no you ni marui katachi ni nigitsu ta sushi wo , te mari sushi to yobu .  
+jp_dataset/basic5000/wav/BASIC5000_4557.wav:boku ha nattou ga kirai da ga , tonari no gaikoku nin ha , egao de tabe te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4558.wav:kyou no yakyuu no shiai de , aite wo kanpuu shi te shouri shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4559.wav:sushi no demae wo tanon da ga , haitatsu in ga , sono naka no inarizushi wo tabe te shimatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4560.wav:fuyu ni naru to , mushi ya doubutsu ha dochuu ya sumika ni fuyukomori shi masu .  
+jp_dataset/basic5000/wav/BASIC5000_4561.wav:yononaka ni ha saisen hako kara o kin wo nusumu nado to iu futodoki na yakara ga iru you da .  
+jp_dataset/basic5000/wav/BASIC5000_4562.wav:watashi no shourai no yume ha , misuteri sakka ni naru koto desu .  
+jp_dataset/basic5000/wav/BASIC5000_4563.wav:kanki no tame ni , kabe ni chiisai kazaana wo hirake mashi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4564.wav:kinjo no ha isha ha , maishuu suiyou nichi ga teikyuu nichi to natsu te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4565.wav:mata aou to yakusoku shi te wakare ta ga , are ga konjou no wakare ni naru to ha yume ni mo omowa nakatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4566.wav:sanpo wo shi te i tara , michibata de kisetsu no kusabana wo mitsuke ta .  
+jp_dataset/basic5000/wav/BASIC5000_4567.wav:sono josei ha , boku ni totsu te egao ga totemo suteki na nin datsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4568.wav:ame ga ori sou na sora moyou datsu no de , nagagutsu wo hai te dekake ta .  
+jp_dataset/basic5000/wav/BASIC5000_4569.wav:kekkon shiki ha , isshou ni ichi do no hare butai na no de , zehi shiki wo age tai .  
+jp_dataset/basic5000/wav/BASIC5000_4570.wav:koibito to teema paaku ni deeto ni iku to wakareru to iu , toshi densetsu ga aru .  
+jp_dataset/basic5000/wav/BASIC5000_4571.wav:megusuri no shintou atsu to iu no ha , daitai namida to onaji gurai ni chousei sa re te i masu .  
+jp_dataset/basic5000/wav/BASIC5000_4572.wav:boku no shumi ha , ie no chikaku ni aru kouen made sanpo suru koto desu .  
+jp_dataset/basic5000/wav/BASIC5000_4573.wav:juu ya dainamaito no bakuhatsu sa seru tame no chiisana hi wo , kuchibi to ii masu .  
+jp_dataset/basic5000/wav/BASIC5000_4574.wav:kare ha , nippon no kagaku kai no naka de mo , shi ten'ou to yoba re te iru jinbutsu no hitori da .  
+jp_dataset/basic5000/wav/BASIC5000_4575.wav:kare ha totemo atama ga yoku te chie mono na no de , zehi wareware no futokorogatana ni natsu te morai tai .  
+jp_dataset/basic5000/wav/BASIC5000_4576.wav:hachiuee no kusabana wo sodateru toki ha , hiryou wo atae mashou .  
+jp_dataset/basic5000/wav/BASIC5000_4577.wav:kodomo no goro ha hyaku en tama wo nigirishime te , da kashi ya he kayotsu ta mono da .  
+jp_dataset/basic5000/wav/BASIC5000_4578.wav:kyou ha kirisame ga futsu te ori , shikai ga hijou ni waruku natsu te i masu .  
+jp_dataset/basic5000/wav/BASIC5000_4579.wav:watashi no chichi ni ha , otoko rashii rippa na munage ga hae te i masu .  
+jp_dataset/basic5000/wav/BASIC5000_4580.wav:chikagoro ha meeru de renraku wo suma seru koto ga ooi desu ga , tamani ha tegami wo kaku no mo , yoi mono desu .  
+jp_dataset/basic5000/wav/BASIC5000_4581.wav:monogoto ha , kekka ga subete da to iu keredo , katei mo taisetsu da .  
+jp_dataset/basic5000/wav/BASIC5000_4582.wav:kyou ha kimochi no ii koharu hiyori ni nari sou desu ne .  
+jp_dataset/basic5000/wav/BASIC5000_4583.wav:mi ni nani ka okiru to , zense no innen wo mochidasu nin ga iru .  
+jp_dataset/basic5000/wav/BASIC5000_4584.wav:otouto ga , gakkou no tosho kan de mukashibanashi no hon wo san satsu kari te ki ta .  
+jp_dataset/basic5000/wav/BASIC5000_4585.wav:ryokou saki kara ryoushin ni , buji wo tsutaeru tegami wo kaki mashi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4586.wav:watashi ha , kono kamizara wo tsukatsu te okazu wo toriwake ta .  
+jp_dataset/basic5000/wav/BASIC5000_4587.wav:kokkyou no nagai tonneru wo nukeru to , yukiguni de atsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4588.wav:kyou ha machi ni matsu ta kyuuryou nichi da , gousei na shokuji wo tanoshimou .  
+jp_dataset/basic5000/wav/BASIC5000_4589.wav:mezurashiku yuki ga tsumotsu ta no de , kodomo tachi ga yorokon de yuki kassen wo shi te i masu .  
+jp_dataset/basic5000/wav/BASIC5000_4590.wav:risshun ni natsu te mo , shibaraku samui nichi ga tsuzuku deshou .  
+jp_dataset/basic5000/wav/BASIC5000_4591.wav:zenmai shikake no karakuri ningyou ha , itsu ken te mo shokunin waza ni kanshin suru .  
+jp_dataset/basic5000/wav/BASIC5000_4592.wav:ibento no chiketto wo , sanzen en de kounyuu shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4593.wav:ume no umegoyomi to ha , hana ga saku no wo ken te , haru wo shiru koto desu .  
+jp_dataset/basic5000/wav/BASIC5000_4594.wav:dare ka ga uwasabanashi wo shi te iru no ka , sakki kara kushami ga tomara nai .  
+jp_dataset/basic5000/wav/BASIC5000_4595.wav:houseki hako ni itsutsu te iru mono ha , juerii dake de ha naku , kirakira hikaru omoide mo issho desu .  
+jp_dataset/basic5000/wav/BASIC5000_4596.wav:kono machi to tonarimachi ni sakai ni ha , hayai nagare no unga ga ari masu .  
+jp_dataset/basic5000/wav/BASIC5000_4597.wav:sobo ha itsu mo , o cha de ha naku sayu wo non de i masu .  
+jp_dataset/basic5000/wav/BASIC5000_4598.wav:amerika de ha harikeen no eikyou de kouzui ni mimaiwa re ta .  
+jp_dataset/basic5000/wav/BASIC5000_4599.wav:yuki ga shinshin to oritsumori , kitaguni no haru ha mada tooi .  
+jp_dataset/basic5000/wav/BASIC5000_4600.wav:1 jikan hodo mae kara , dandan to amaoto ga tsuyoku natsu te ki ta .  
+jp_dataset/basic5000/wav/BASIC5000_4601.wav:ryousha no arasoi ha hibana chiru hageshii mono to natsu ta ga , o tagai kega ha nakatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4602.wav:jietto koosutaa ni joutsu ta yuujin ga zekkyou shi te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4603.wav:zakka ya ga shimatsu ta mama na no ha , o baa san ga nyuuin shi ta kara rashii .  
+jp_dataset/basic5000/wav/BASIC5000_4604.wav:natsuyasumi no e nikki de , asagao no seichou wo kiroku shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4605.wav:ima ha hare te iru kedo , yuugata ame ga furu yohou na no de , amagasa wo motsu te dekakeru .  
+jp_dataset/basic5000/wav/BASIC5000_4606.wav:shinise no youshoku mise de taberu naporitan ha , zeppin de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4607.wav:gomeshi ni mottomo au no ha , yappari nori da to watashi ha omou .  
+jp_dataset/basic5000/wav/BASIC5000_4608.wav:kare ha kangae te iru koto ga sugu ni hyoujou ni shutsu te shimau no de , kakushigoto ga heta da .  
+jp_dataset/basic5000/wav/BASIC5000_4609.wav:konnen no natsu , umi ni itsu tara irojiro no watashi mo sukkari iroguro ni .  
+jp_dataset/basic5000/wav/BASIC5000_4610.wav:toire ha , kawaya , setchin , o fujou , benjo nado to yoba reru .  
+jp_dataset/basic5000/wav/BASIC5000_4611.wav:oka kara miwatasu to , ganka ni ha utsukushii tanada ga hirogatsu te i masu .  
+jp_dataset/basic5000/wav/BASIC5000_4612.wav:ashita ha machi ni matsu ta shinsaku geemu no hatsubai nichi da .  
+jp_dataset/basic5000/wav/BASIC5000_4613.wav:o soushiki ni iku toki ha , kouden wo wasure zu ni motsu te ikou .  
+jp_dataset/basic5000/wav/BASIC5000_4614.wav:kare ha kinou , saishin moderu no ude tokei wo kounyuu shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4615.wav:kyou ha , enpou kara shinseki ga yatsu te kuru no de , shikkari souji shi naku te ha nari mase n .  
+jp_dataset/basic5000/wav/BASIC5000_4616.wav:kono hon ha mou zeppan shi te i te , te ni ireru koto ga deki nai .  
+jp_dataset/basic5000/wav/BASIC5000_4617.wav:watashi no sobo ha , oshibana de shiori wo tsukuru no ga shumi datsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4618.wav:saikin pen bakari tsukatsu te ta kara , enpitsu ha hisabisa ni tsukau yo .  
+jp_dataset/basic5000/wav/BASIC5000_4619.wav:kaisha no rieki ha , shakkin no hensai no tame ni subete sousai sa re ta .  
+jp_dataset/basic5000/wav/BASIC5000_4620.wav:o shinshu wo sonae te , kami ya hotoke ni kie suru .  
+jp_dataset/basic5000/wav/BASIC5000_4621.wav:shikata ga nakatsu ta to , jibun wo nagusamu .  
+jp_dataset/basic5000/wav/BASIC5000_4622.wav:keii wo kakunin suru .  
+jp_dataset/basic5000/wav/BASIC5000_4623.wav:teki kara mie nai tokoro ni kakureru .  
+jp_dataset/basic5000/wav/BASIC5000_4624.wav:hatake no une wo kuwa de tsukuru no ha , jimen ga dekoboko na koto mo ari , muzukashii .  
+jp_dataset/basic5000/wav/BASIC5000_4625.wav:sakae aru gyouseki wo nokosu .  
+jp_dataset/basic5000/wav/BASIC5000_4626.wav:kare ha , tachisugata ga sakaeru .  
+jp_dataset/basic5000/wav/BASIC5000_4627.wav:ekibyou kami ni toritsuka reru .  
+jp_dataset/basic5000/wav/BASIC5000_4628.wav:ima , soutou kebui no de , mado wo hirakeyou .  
+jp_dataset/basic5000/wav/BASIC5000_4629.wav:hi yamaguchi no heri wo aruki mawaru .  
+jp_dataset/basic5000/wav/BASIC5000_4630.wav:yogore ta yononaka ni umiotosa reru .  
+jp_dataset/basic5000/wav/BASIC5000_4631.wav:tabemono wo koboshi te fuku wo yogoshi te shimatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4632.wav:katsu ta bakari no kutsu na no de , yogoreru you na koto ha shi taku nai .  
+jp_dataset/basic5000/wav/BASIC5000_4633.wav:okina sensei ha , intai shi te , jaku sensei ga byouin wo tsugu .  
+jp_dataset/basic5000/wav/BASIC5000_4634.wav:tenma fune de , uogashi kara shouhin wo orosu .  
+jp_dataset/basic5000/wav/BASIC5000_4635.wav:kitsune ga nin wo bakasu nante ari e nai .  
+jp_dataset/basic5000/wav/BASIC5000_4636.wav:meifuku wo inori , ekou suru .  
+jp_dataset/basic5000/wav/BASIC5000_4637.wav:dare mo i nai hazu na no ni , omoya no hiraki tobira ga , katte ni hiraku .  
+jp_dataset/basic5000/wav/BASIC5000_4638.wav:seito ni renshuu mondai wo tokasu jikan wo moukeru .  
+jp_dataset/basic5000/wav/BASIC5000_4639.wav:dousou kai ni shusseki shi te , mukashi wo natsukashimu .  
+jp_dataset/basic5000/wav/BASIC5000_4640.wav:kodomo ha , watashi no imouto ni yoku natsuku .  
+jp_dataset/basic5000/wav/BASIC5000_4641.wav:inu wo natsukeru .  
+jp_dataset/basic5000/wav/BASIC5000_4642.wav:omoinosoto , taihen na shigoto datsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4643.wav:futa wo hirake te mire ba , taishita koto ga nakatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4644.wav:neko no hitai no you na niwa da ga , tsukiyama ga mannaka ni aru .  
+jp_dataset/basic5000/wav/BASIC5000_4645.wav:paateii ni fusawashiku nai , kokkei na kakkou de araware ta .  
+jp_dataset/basic5000/wav/BASIC5000_4646.wav:tabi wo mi ni tsuke , kasshoku no hada wo motsu minzoku .  
+jp_dataset/basic5000/wav/BASIC5000_4647.wav:onaji kama no meshi wo kutsutsu ta nakama tachi .  
+jp_dataset/basic5000/wav/BASIC5000_4648.wav:yuurei ga deru to uwasa no aru kan no mae wo toura nai you ni kaetsu te ki ta .  
+jp_dataset/basic5000/wav/BASIC5000_4649.wav:kumorinaki me de monogoto wo miru .  
+jp_dataset/basic5000/wav/BASIC5000_4650.wav:igaku no moto wo kizui ta ijin tooru .  
+jp_dataset/basic5000/wav/BASIC5000_4651.wav:kare ha minna ni totsu te toutoi sonzai datsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4652.wav:tennou heika wo tattobu you ni kyouiku sa re ta .  
+jp_dataset/basic5000/wav/BASIC5000_4653.wav:kare ha , chiisana inochi mo tattobu yasashii nin da .  
+jp_dataset/basic5000/wav/BASIC5000_4654.wav:inu ga neko to tawamureru yousu wo hohoemi nagara ken te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4655.wav:dare mo yatsu ta koto ga nai koto datsu ta no de konnan wo kihame ta .  
+jp_dataset/basic5000/wav/BASIC5000_4656.wav:konnan kihamaru sagyou de atsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4657.wav:kuruoshii hodo itoshi ta koto nado nai .  
+jp_dataset/basic5000/wav/BASIC5000_4658.wav:tatari wo osoreru amari , nani mo te ni tsuka naku natsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4659.wav:nakoudo ha , ou ni taishi te , uyauyashiku rei wo shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4660.wav:shinjin wo kyoukashi te , happa wo kake ta .  
+jp_dataset/basic5000/wav/BASIC5000_4661.wav:kaku wo tame te , ushi wo korosu .  
+jp_dataset/basic5000/wav/BASIC5000_4662.wav:ryuu akatsuki nami ni , nooberu bungaku shou ga juyo sa re ta .  
+jp_dataset/basic5000/wav/BASIC5000_4663.wav:hijou ni kotsu ta dezain no uebusaito de , odoroi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4664.wav:kon ha , heian kizoku no tashinami datsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4665.wav:kinshi machi no biru ni , atarashiku yose ga deki ta .  
+jp_dataset/basic5000/wav/BASIC5000_4666.wav:tonari no kyaku no ten'in ni taisuru taido wo ken te kuru .  
+jp_dataset/basic5000/wav/BASIC5000_4667.wav:kyanseru ga itsutsu te , totsuzen , ashita no yotei ga ai ta .  
+jp_dataset/basic5000/wav/BASIC5000_4668.wav:ichiguu wo terasu to ha , saichou no kotoba da .  
+jp_dataset/basic5000/wav/BASIC5000_4669.wav:nijuu toshi no toki ni , shishou no kuntou wo ukeru .  
+jp_dataset/basic5000/wav/BASIC5000_4670.wav:shinikiwa ni , raise de mo aou to keitsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4671.wav:chichibu ha katsute , san mayu de sakae ta .  
+jp_dataset/basic5000/wav/BASIC5000_4672.wav:yozora ni gatsu ga kakaru .  
+jp_dataset/basic5000/wav/BASIC5000_4673.wav:ichi nichi tsuki de , kare ha goutou no yougi de , kinko kei wo ukeru .  
+jp_dataset/basic5000/wav/BASIC5000_4674.wav:sono bushou ha ressei wo mitome , shini ushireru wake ni ha toutsu te de ta .  
+jp_dataset/basic5000/wav/BASIC5000_4675.wav:kudoku wo tsun de , gokuraku joudo wo mezasu .  
+jp_dataset/basic5000/wav/BASIC5000_4676.wav:takumi na handoru sabaki de , nansho wo koe ta .  
+jp_dataset/basic5000/wav/BASIC5000_4677.wav:tashu tayou na jinshu ga mazaru , toukyou no machi .  
+jp_dataset/basic5000/wav/BASIC5000_4678.wav:dochira ka iu to , shiokarai mono wo suku .  
+jp_dataset/basic5000/wav/BASIC5000_4679.wav:kare no kankyou ga urameshii .  
+jp_dataset/basic5000/wav/BASIC5000_4680.wav:kongo no koto wo kangae te , nengoro ni tsukiau .  
+jp_dataset/basic5000/wav/BASIC5000_4681.wav:hannin wo sosonokashi ta jinbutsu no sonzai ga , uwasa sa re te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4682.wav:satsu wo koe te kougeki shi te kuru .  
+jp_dataset/basic5000/wav/BASIC5000_4683.wav:meisatsu to shi te , zenkoku teki ni shira re te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4684.wav:muda na sesshou wo konoma nai .  
+jp_dataset/basic5000/wav/BASIC5000_4685.wav:ashikaga takauji no haka wo tazuneru .  
+jp_dataset/basic5000/wav/BASIC5000_4686.wav:chigo to shi te , kizoku ni shikou shi te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4687.wav:watakushigoto wo houkoku suru ba de ha nai .  
+jp_dataset/basic5000/wav/BASIC5000_4688.wav:edaha massetsu ni kodawatsu te i te ha ike nai .  
+jp_dataset/basic5000/wav/BASIC5000_4689.wav:shii teki na ken hou wo sakeru beki da .  
+jp_dataset/basic5000/wav/BASIC5000_4690.wav:shinshi na taido de taiou shi te hosshikatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4691.wav:satsukibarere ni megumare ta no de , sarue onshi kouen no tenisu kooto wo riyou suru .  
+jp_dataset/basic5000/wav/BASIC5000_4692.wav:shimatsu ta , hakara re ta ka .  
+jp_dataset/basic5000/wav/BASIC5000_4693.wav:kouji ie no atsumari ni sugi nai .  
+jp_dataset/basic5000/wav/BASIC5000_4694.wav:heian kizoku ha , ooku no jijo ga , juu juu nijuu juu ni tsukae te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4695.wav:gyokuji wo mamori nuku hitsuyou ga atsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4696.wav:ikameshii shisseki wo ukeru .  
+jp_dataset/basic5000/wav/BASIC5000_4697.wav:kodomo wo shikaru no ha , oya no shigoto de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4698.wav:taoru wo tsumetai mizu de shimeshi te , hitai no taoru to torikae te yaru .  
+jp_dataset/basic5000/wav/BASIC5000_4699.wav:sanae san no sainou ni , shitto shi nai dou gyou mono ha i nai darou .  
+jp_dataset/basic5000/wav/BASIC5000_4700.wav:kono mae no ryokou de katsu ta shikki ni , ryouri wo sakatsu te , shashin ni osameru .  
+jp_dataset/basic5000/wav/BASIC5000_4701.wav:kyonen no jishin de o sha ga , ookina higai wo uke ta .  
+jp_dataset/basic5000/wav/BASIC5000_4702.wav:dasoku de ha ari masu ga , kuwashii setsumei wo sa se te itadaki masu .  
+jp_dataset/basic5000/wav/BASIC5000_4703.wav:sake wo kumi kawashi nagara , hara wo satsu te hanashi wo shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4704.wav:souryo ga shinu koto wo , nyuujaku to iu .  
+jp_dataset/basic5000/wav/BASIC5000_4705.wav:shuuha no saikou shidou mono no koto wo , houshu to iu .  
+jp_dataset/basic5000/wav/BASIC5000_4706.wav:maiban me wo harashi te nai te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4707.wav:nenza wo shi ta kasho ga hare te ki ta .  
+jp_dataset/basic5000/wav/BASIC5000_4708.wav:yamato ha shihan yori , ougi wo sazuke rare ta .  
+jp_dataset/basic5000/wav/BASIC5000_4709.wav:nakasu ha , hakata no chuushin chi de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4710.wav:ooaza to shi te , juu ha shuu to kaku .  
+jp_dataset/basic5000/wav/BASIC5000_4711.wav:sakuban izakaya ni itsu ta no de , suutsu ga niou to , tsuma ni iwa re te shimatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4712.wav:sokou ga osamaru .  
+jp_dataset/basic5000/wav/BASIC5000_4713.wav:waga mi no fukou wo ureeru .  
+jp_dataset/basic5000/wav/BASIC5000_4714.wav:oya ga sajiki kara ken te iru ni mo kakawara zu , kare ha shuutai wo sarashi te shimatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4715.wav:kono machi ni ha , juu no jinja bukkaku ga aru .  
+jp_dataset/basic5000/wav/BASIC5000_4716.wav:kare no bokushingu sutairu ha , kemono no you da to hyousa re te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4717.wav:ginza ha , shinshi shukujo ga , ooku atsumaru machi de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4718.wav:kanojo ha , nengan ka na tte , ko wo yadoshi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4719.wav:kami wo chijirase ru hea sutairu ga ryuukou shi te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4720.wav:yoku ure ta tomato wo konnen mo takusan shuukaku suru koto ga deki ta .  
+jp_dataset/basic5000/wav/BASIC5000_4721.wav:kanojo ha kangeki de , me ga junn de iru you ni mie ta .  
+jp_dataset/basic5000/wav/BASIC5000_4722.wav:osanaki nichi no doukei ga , nouri wo yogiru .  
+jp_dataset/basic5000/wav/BASIC5000_4723.wav:furo ni , 1 jikan hodo shinkatsu te shimai , nobose ta .  
+jp_dataset/basic5000/wav/BASIC5000_4724.wav:kinou atsu ta kureemu no denwa wo , gidai ni no bo su .  
+jp_dataset/basic5000/wav/BASIC5000_4725.wav:musu koto de , yasai honrai no umami ga hikitatsu .  
+jp_dataset/basic5000/wav/BASIC5000_4726.wav:shitsudo ga takaku , ryukku no sei de senaka ga joureru .  
+jp_dataset/basic5000/wav/BASIC5000_4727.wav:10 fun hodo jourashi ta taoru wo kata ni ateru to , kekkou ga yoku naru .  
+jp_dataset/basic5000/wav/BASIC5000_4728.wav:shuunyuu wo fuyashi te , kodomo no gakuhi ni ateru .  
+jp_dataset/basic5000/wav/BASIC5000_4729.wav:dokushin jutsu ni taisuru seken no me ga ikameshiku natsu ta no ha , kono jiken igo de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4730.wav:hannin ha furuu koe de , jikyou wo hajime ta .  
+jp_dataset/basic5000/wav/BASIC5000_4731.wav:kare ha , izoku no mae de , atama wo tare te shazai shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4732.wav:mugi no ho ha , mugi ho to yoba reru koto ga aru .  
+jp_dataset/basic5000/wav/BASIC5000_4733.wav:sesshou ha , tennou ni kawatsu te matsurigoto wo tsukasatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4734.wav:taishou 5 nen , souseki ha shizuka ni itsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4735.wav:seijou na kokoro wo motsu ta shounen da to kanji ta .  
+jp_dataset/basic5000/wav/BASIC5000_4736.wav:kokoro no sumizumi made kiyomaru you na basho desu .  
+jp_dataset/basic5000/wav/BASIC5000_4737.wav:kare ha , shachou no reisei desu .  
+jp_dataset/basic5000/wav/BASIC5000_4738.wav:kokoro ni kakatsu ta moya ga , ikki ni hareru you na sugasugashi sa ga atsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4739.wav:konjaku monogatari shuu wo yomitoku tame , kana de kaka re ta mono wo youi shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4740.wav:kagurazaka wo ato ni shi , tsugi no senkyo no tame , zenkoku wo yuuzei shi te mawaru .  
+jp_dataset/basic5000/wav/BASIC5000_4741.wav:koohii mame ha , iru koto de , nigami ya koku ga masu .  
+jp_dataset/basic5000/wav/BASIC5000_4742.wav:ama san ga , fuyu no umi ni sentsu te , uni wo totsu te kuru .  
+jp_dataset/basic5000/wav/BASIC5000_4743.wav:sozei ni kansuru shitsumon wo suru tame , zeiri samurai wo tazune ta .  
+jp_dataset/basic5000/wav/BASIC5000_4744.wav:mukashi , wagaya no urayama ha , souen to shi te tsukawa re te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4745.wav:watashi no so sofu ha , shiraga darake desu ga , ima mo kenzai desu .  
+jp_dataset/basic5000/wav/BASIC5000_4746.wav:sankan bu de ha , sougai ni nayamasa re te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4747.wav:kare ha nikurashii hodo , sainou ni megumare te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4748.wav:kono chiiki no meika kara no kizou ga , ooku osame rare te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4749.wav:tanin wo toutobu shisei ga kare ni ha tari nai .  
+jp_dataset/basic5000/wav/BASIC5000_4750.wav:tenshi wo toutoi sonzai de aru to suru kyouiku ga , nagaku tsuzui te ki ta .  
+jp_dataset/basic5000/wav/BASIC5000_4751.wav:hoka no mono ha nani mo ira nai .  
+jp_dataset/basic5000/wav/BASIC5000_4752.wav:michibata ni sai te iru hana ni me wo mukeru to , seimei no ibuki wo kanjiru koto ga dekiru .  
+jp_dataset/basic5000/wav/BASIC5000_4753.wav:kare ha jibun no keikaku ga hokorobi te ki te iru koto wo kanji te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4754.wav:mada shuugou basho ni touchaku shi te nai nin ga ooku iru no de , shuppatsu wo okuraseru koto ni shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4755.wav:fushoku wo fusegu tame , chisso ga fuunyuu sa re te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4756.wav:kaji ga tetsu kara yakan wo iru .  
+jp_dataset/basic5000/wav/BASIC5000_4757.wav:kokoro no naka de , kare ni taisuru gishin ga kizashi te ki te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4758.wav:arakata no jikken dougu ha shiratsu te ki ta .  
+jp_dataset/basic5000/wav/BASIC5000_4759.wav:momotarou ha , oni wo korashimeru tame , onikeshima he shuppatsu shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4760.wav:kono kawara no michizoii ni ha , ichi sato tsuka ga iku tsu ka nokotsu te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4761.wav:o baa san no nukatoko ha , yoku tsukaru to hyouban da .  
+jp_dataset/basic5000/wav/BASIC5000_4762.wav:zenkai wo inotsu te tsuru wo oru .  
+jp_dataset/basic5000/wav/BASIC5000_4763.wav:sukoshi hyoukou ga hikumatsu ta kono tochi ni sumitsui ta hitobito no shison da .  
+jp_dataset/basic5000/wav/BASIC5000_4764.wav:oboreru inu wo tasukeru tame , kare ha kawa ni tobikon da .  
+jp_dataset/basic5000/wav/BASIC5000_4765.wav:tesshuu sagyou ha , yodooshi okonawa re ta .  
+jp_dataset/basic5000/wav/BASIC5000_4766.wav:kuuki ga kirei na no de , tennokawa ga kukkiri mieru .  
+jp_dataset/basic5000/wav/BASIC5000_4767.wav:uchuu no koto wo , tenchi to yobu koto ga aru .  
+jp_dataset/basic5000/wav/BASIC5000_4768.wav:kaya no soto de ha , kodomo tachi ga sougen wo korogemawatsu te ason de iru .  
+jp_dataset/basic5000/wav/BASIC5000_4769.wav:souten ga kanryou shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4770.wav:toumou ni yoru ryou wo teian suru do ni , kare ha hankou shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4771.wav:saotome san ga ikaru koto ha metta ni nai .  
+jp_dataset/basic5000/wav/BASIC5000_4772.wav:munakata shikou no hanga wo kazatsu te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4773.wav:chuushi to iu koto mo , juubun ni kangae eru .  
+jp_dataset/basic5000/wav/BASIC5000_4774.wav:dokushi ni yotsu te , daimoku ga yomiage rareru .  
+jp_dataset/basic5000/wav/BASIC5000_4775.wav:juu nen mo nani mo shi te i nai no de , kanzen ni ude ga nibutsu te shimatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4776.wav:kooto no shita ni kenjuu wo shinobase te , toki wo matsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4777.wav:furui tegami wo takihi ni ire te mosu .  
+jp_dataset/basic5000/wav/BASIC5000_4778.wav:kare ha douryou ni taishi te , shizuka na toushi wo moyashi te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4779.wav:kono sekisho wo yabureru mono nara yabutsu te mi yo .  
+jp_dataset/basic5000/wav/BASIC5000_4780.wav:san nin ha hai wo majiwashi , gi kyoudai no sei wo tate ta .  
+jp_dataset/basic5000/wav/BASIC5000_4781.wav:kono bunya ga sutaru koto ha nai darou .  
+jp_dataset/basic5000/wav/BASIC5000_4782.wav:touji ha dare mo ka mo ga yatsu te i ta no ni , ima de ha sukkari sutare te shimatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4783.wav:konnen mo byakuya no kisetsu ga yatsu te ki ta .  
+jp_dataset/basic5000/wav/BASIC5000_4784.wav:kichou na nihon kawauso no hakusei wo shozou shi te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4785.wav:shiiru wo su koto ni shippai shi te shimatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4786.wav:kawa wo i de , kegawa no kooto to shi te riyou shi te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4787.wav:kantan ni gareru mono de ha naku , soutou kurou shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4788.wav:tosou ga ge te ki te shimatsu ta no de , nurinaosa nakere ba nara nai .  
+jp_dataset/basic5000/wav/BASIC5000_4789.wav:nani ka ike nai mono wo kuchi ni ire ta no ka , karada naka ni hasshin ga deki te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4790.wav:kare ni batsu ga ataru to nani do keikoku shi ta ka wakara nai .  
+jp_dataset/basic5000/wav/BASIC5000_4791.wav:senaka wo sorashi te nan to ka kaihi shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4792.wav:torakku ga tohan shasen ni idou suru tame ni , uin kaa wo dashi te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4793.wav:senpai no te wo wazurawa seru made mo nakatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4794.wav:nayami wo wazuratsu te kara no kare no ugoki ni kire ga naku , tsuini ha shinai wo otoshi te shimatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4795.wav:ochiba ha atsume te oi te , hatake no koeyashi to suru koto ga ooi .  
+jp_dataset/basic5000/wav/BASIC5000_4796.wav:kare ha dare ka wo iyashimu you na koto ha shi nai .  
+jp_dataset/basic5000/wav/BASIC5000_4797.wav:omoya no monpi ha , kataku tozashi ta mama datsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4798.wav:saisho no shikin choutatsu de atsume ta kin mo tsuie ta .  
+jp_dataset/basic5000/wav/BASIC5000_4799.wav:tainai de no bunpitsu nouryoku ga , ichijirushiku ochi te iru koto kara nyuuin to natsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4800.wav:kanja kazu ga 5 man nin miman no shippei wo , kishou shippei to shi te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4801.wav:e wo egaku no ni ha , mou aki te shimatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4802.wav:kare ha , aibyou ie to shi te shira re te ori , ie de , go hiki no neko wo katsu te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4803.wav:moraimono no nasu wo reizou ko ni ire ta mama , kusara se te shimatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4804.wav:juugeki oto ga kikoe te ki te , futari ha tossa ni fuse ta .  
+jp_dataset/basic5000/wav/BASIC5000_4805.wav:shuui no shinpai no koe wo fusshoku suru you na katsuyaku datsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4806.wav:machi no nin ni magireru koto de , kare no tousou ha kantan ni natsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4807.wav:kono shinise no meibutsu ha , jimoto no azuki wo tsukatsu ta geppei desu .  
+jp_dataset/basic5000/wav/BASIC5000_4808.wav:konkai no chousa de ha , amari , kaguwashii kekka ha e rare mase n deshi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4809.wav:kare no houtsutsu ta booru ha houbutsu sen wo egaki , migoto kare no guroobu ni osamatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4810.wav:inu ga kusari wo chigiri , houre te itsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4811.wav:kin ni akashi te , sukiya tsukuri no goutei wo tate ta .  
+jp_dataset/basic5000/wav/BASIC5000_4812.wav:nijuu nichi ga hechi , nai ano nin no koto wo omoidasu .  
+jp_dataset/basic5000/wav/BASIC5000_4813.wav:sofu kara budou ga kazufusa okura re te ki ta .  
+jp_dataset/basic5000/wav/BASIC5000_4814.wav:ari ito bunretsu kouki ni , bousui karada ha nakunaru .  
+jp_dataset/basic5000/wav/BASIC5000_4815.wav:doko kara ka , kare ra ga muhon wo boutsu te iru to iu uwasa ga tatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4816.wav:kanojo no hoo wo tsutau namida no yukusaki wo ken te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4817.wav:shiwasu ni ha , sumida ku yakusho ni you ga takusan aru .  
+jp_dataset/basic5000/wav/BASIC5000_4818.wav:sesshuu ha , suiboku ga wo geijutsu to shi te taisei sa se ta hitori de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4819.wav:onaji goro , chuutou de perusha teikoku ga bokkou shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4820.wav:benchi kooto no yama ni umore te , mie naku natsu te shimatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4821.wav:kare ha chomei na kokkai giin no mattei da .  
+jp_dataset/basic5000/wav/BASIC5000_4822.wav:bootto shi te i tara , sora ga akaran de ki ta .  
+jp_dataset/basic5000/wav/BASIC5000_4823.wav:higashi no sora kara akarun de iku koto ga wakatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4824.wav:atsumen dake toritsukuratsu te i te , nakami ha nani mo nai .  
+jp_dataset/basic5000/wav/BASIC5000_4825.wav:shira nai koto ha wakara nai to ii , futsui te , moudan shi nai you ni ki wo tsuke nakere ba nara nai .  
+jp_dataset/basic5000/wav/BASIC5000_4826.wav:kikai no sonmou ga hanahadashii .  
+jp_dataset/basic5000/wav/BASIC5000_4827.wav:namekuji ni ha , osumesu no kubetsu ha nai .  
+jp_dataset/basic5000/wav/BASIC5000_4828.wav:shourai wo urei , zetsubou shi te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4829.wav:byoujou ga akka suru no wo kanji , jibun no yukusue wo ureeru .  
+jp_dataset/basic5000/wav/BASIC5000_4830.wav:ginkou ni o kin wo azuke te oke ba , toriaezu ha anshin da .  
+jp_dataset/basic5000/wav/BASIC5000_4831.wav:tamashii wo yusuburu you na subarashii ensou datsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4832.wav:shishou ni mo kachi , masani shutsuran to iu katsuyaku da .  
+jp_dataset/basic5000/wav/BASIC5000_4833.wav:kanri no kakuitsu teki na shigoto ni ha , hotohoto komatsu te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4834.wav:ruri shoku ni kagayaku ishi wo mitsuke , watashi ni mise ni rai ta .  
+jp_dataset/basic5000/wav/BASIC5000_4835.wav:natsu no kawadoko de suzumu no ha , saikou no zeitaku to ieru .  
+jp_dataset/basic5000/wav/BASIC5000_4836.wav:ryou to ha , ijin tooru no haka no koto wo iu .  
+jp_dataset/basic5000/wav/BASIC5000_4837.wav:iku tsu mo no ie ga tonaru sama ha , masani akkan da .  
+jp_dataset/basic5000/wav/BASIC5000_4838.wav:ayakashi no rui ka to , kimo wo hiyashi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4839.wav:yoku samashi te kara o meshiagari kudasai .  
+jp_dataset/basic5000/wav/BASIC5000_4840.wav:samidare ya , semishigure , kouyou to itsu ta kotoba ha , kigo da .  
+jp_dataset/basic5000/wav/BASIC5000_4841.wav:PC naibu no taimaa you botan denchi ga kire ta .  
+jp_dataset/basic5000/wav/BASIC5000_4842.wav:ane san , chotto soudan ni joutsu te kure nai ka ？  
+jp_dataset/basic5000/wav/BASIC5000_4843.wav:tera no daidokoro ha , kuri to yoba reru .  
+jp_dataset/basic5000/wav/BASIC5000_4844.wav:mane ga kono e wo egaku made , josei no razou ha megami ni kagira re te i mashi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4845.wav:sono tame , you kaigo nintei no kekka ha , kaigo saabisu no ryou to kankei shi te iru hitsuyou ga ari masu .  
+jp_dataset/basic5000/wav/BASIC5000_4846.wav:50 fun no mogi shiken ni chousen shi te , shiken de anata no jitsuryoku ga dore kurai ka ga wakari masu .  
+jp_dataset/basic5000/wav/BASIC5000_4847.wav:kore kara nani ka tejoku wo mi ni tsuke tai to omou hou ha , zehi o yomi ni naru koto wo o susume shi masu .  
+jp_dataset/basic5000/wav/BASIC5000_4848.wav:tsuyudoki de mo nai n da kara , kasa ha ira nai n ja nai .  
+jp_dataset/basic5000/wav/BASIC5000_4849.wav:fubuki de erai me ni atsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4850.wav:tachishirizoki no yokoku wo uke ta .  
+jp_dataset/basic5000/wav/BASIC5000_4851.wav:atarashii bun wo tsuika suru mae ni , sono bun ni yotsu te , tou saito ni atarashii goi ga motarasa reru ka dou ka , kii waado kensaku shi te go kakunin kudasai .  
+jp_dataset/basic5000/wav/BASIC5000_4852.wav:kono hyougen ha , nippon go ni ha nai , eigo no hiyu hyougen to shi te , watashi ha taihen ki ni itsutsu te i masu .  
+jp_dataset/basic5000/wav/BASIC5000_4853.wav:kono merumaga ha , sakkon no , gogaku sangyou kai no kangen ni odorasa reru koto naku , bunpou kaishaku to iu koten teki gakushuu hou koso oudou to shinji te utagawa nai hou no tame no merumaga desu .  
+jp_dataset/basic5000/wav/BASIC5000_4854.wav:kore ha kumotsu desu ka ？  
+jp_dataset/basic5000/wav/BASIC5000_4855.wav:hito no koe ni ji ta fu kimi na nakigoe , shikkoku no hane , shiniku wo takumu sugata nado kara , karasu ha fukou ni maioriru , fukitsu na tori to shi te sekai ni shira re te i masu .  
+jp_dataset/basic5000/wav/BASIC5000_4856.wav:petto no tame ni go kitou shi te itadakeru o shu to , o satsu ga , jitsugen shi mashi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4857.wav:you to shi te namegata ga shire nai .  
+jp_dataset/basic5000/wav/BASIC5000_4858.wav:shouichi ha , massao ni natsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4859.wav:shinpan no hou wo chirari to niramu ga , kare ha yaochou wo mitome te shimatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4860.wav:shingu mo tsuchibokori de yogoshi te shimai mashi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4861.wav:kawase souba no kome keizai shihyou ni taisuru hannou ha , kanari gentei teki de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4862.wav:kyou no topikku ha , kitachousen ni yoru , nippon nin rachi mondai desu .  
+jp_dataset/basic5000/wav/BASIC5000_4863.wav:takamatsu tsuka kofun ha , nara ken asuka mura ni sonzai suru kofun .  
+jp_dataset/basic5000/wav/BASIC5000_4864.wav:kesshite yuuchou na shigoto de ha nai .  
+jp_dataset/basic5000/wav/BASIC5000_4865.wav:yasumi no mae nado ha , sukoshi hame wo hazushi te nomu no da ga , ni nichi yoi ga mattaku nai .  
+jp_dataset/basic5000/wav/BASIC5000_4866.wav:nani hai mo wain wo nomihoshi , goran no touri , yohharatsu te hai ni natsu te shimatsu ta no de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4867.wav:watashi no teku ni nukari ha nai wa .  
+jp_dataset/basic5000/wav/BASIC5000_4868.wav:keiko chan tte nikurashii .  
+jp_dataset/basic5000/wav/BASIC5000_4869.wav:daitai , kono kawara no atari wo ichijunri suru no ga , kihon teki na asa no koosu de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4870.wav:minna no yukata .  
+jp_dataset/basic5000/wav/BASIC5000_4871.wav:shikamo , uijin ga ano doragon taiji .  
+jp_dataset/basic5000/wav/BASIC5000_4872.wav:inko ya oumu to , nakayoku tanoshiku , sukoyaka ni kurasu .  
+jp_dataset/basic5000/wav/BASIC5000_4873.wav:butchake megun de hoshii .  
+jp_dataset/basic5000/wav/BASIC5000_4874.wav:norito mo shira nai no ka ？  
+jp_dataset/basic5000/wav/BASIC5000_4875.wav:kan ni kori te namasu wo fuku .  
+jp_dataset/basic5000/wav/BASIC5000_4876.wav:ude wo ka ni sasa re te iru no ni kizuki mase n deshi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4877.wav:koutei buai wo hikisage ta .  
+jp_dataset/basic5000/wav/BASIC5000_4878.wav:ressha ha , koube eki wo shutsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4879.wav:ryoushitsu no budou sake de ha , furansu ni tachiuchi dekiru kuni ha nai .  
+jp_dataset/basic5000/wav/BASIC5000_4880.wav:iou ha , aoi honoo wo age te moeru .  
+jp_dataset/basic5000/wav/BASIC5000_4881.wav:hanare te miru to , keshiki ni miryoku ga tsuku .  
+jp_dataset/basic5000/wav/BASIC5000_4882.wav:raishuu , watashi ha , oji wo houmon shi masu .  
+jp_dataset/basic5000/wav/BASIC5000_4883.wav:kusuri yori , shokuji ryouhou no hou ga kiku to shinji te i masu .  
+jp_dataset/basic5000/wav/BASIC5000_4884.wav:yoru ga fuke hajime ta .  
+jp_dataset/basic5000/wav/BASIC5000_4885.wav:me ga same te miru to , wareware ha dai unabara wo hyouryuu shi te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4886.wav:ashita , kika no shiken ga ari masu .  
+jp_dataset/basic5000/wav/BASIC5000_4887.wav:maitoshi sekai de dore hodo no nin ga gashi shi te iru ka , shitsu te i masu ka .  
+jp_dataset/basic5000/wav/BASIC5000_4888.wav:mayaku chuudoku de , ooku no nin ga daraku shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4889.wav:boku ha , chirakatsu te iru ie ha gaman dekiru ga , fuketsu na ie ha kirai da .  
+jp_dataset/basic5000/wav/BASIC5000_4890.wav:houdou no jiyuu ha sogai sa re te ha nara nai .  
+jp_dataset/basic5000/wav/BASIC5000_4891.wav:haha ha , inaka de hitorigurashi wo shi te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4892.wav:fumio ha shoujiki da kara , mina , kare ga suki da .  
+jp_dataset/basic5000/wav/BASIC5000_4893.wav:nuno wo naname ni tachi nasai .  
+jp_dataset/basic5000/wav/BASIC5000_4894.wav:hyou ha , sono hanten wo kaeru koto ha deki nai .  
+jp_dataset/basic5000/wav/BASIC5000_4895.wav:hissha ha sou shi ta fuuchou wo konoma nai .  
+jp_dataset/basic5000/wav/BASIC5000_4896.wav:hikou ki ha , matataku kan ni mie naku natsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4897.wav:kanojo , mou ukare chatsu teru yo .  
+jp_dataset/basic5000/wav/BASIC5000_4898.wav:kanojo ha uwaki na onna de , hontou ni , dare de mo aite ni suru .  
+jp_dataset/basic5000/wav/BASIC5000_4899.wav:kanojo ha , otto no touchaku wo machikogare te i masu .  
+jp_dataset/basic5000/wav/BASIC5000_4900.wav:kanojo ha , hajirai no shoku wo kakusu tame ni , kao wo somuke ta .  
+jp_dataset/basic5000/wav/BASIC5000_4901.wav:kanojo ha watashi wo miru ya hi ya , watsu to naki dashi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4902.wav:kanojo ha shami sen ni yoru , atarashii jazu no ensou hou wo hajime ta .  
+jp_dataset/basic5000/wav/BASIC5000_4903.wav:kanojo ha itsu mo , toko wo kirei ni hai te i masu .  
+jp_dataset/basic5000/wav/BASIC5000_4904.wav:kanojo no oba ha , ichi nichi naka , kare no inu no sewa wo suru .  
+jp_dataset/basic5000/wav/BASIC5000_4905.wav:kanojo no iu koto ha , tekihazure de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4906.wav:kanojo ga kore hodo jibun katte na no ha nagekawashii .  
+jp_dataset/basic5000/wav/BASIC5000_4907.wav:kare ha , chimitsu ni tate ta keikaku wo jikkou shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4908.wav:kare ha fuke te mieru .  
+jp_dataset/basic5000/wav/BASIC5000_4909.wav:kare ha , taii ijou no mono wo zen'in shoushuu shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4910.wav:kare ha , shippo wo mai te nige ta .  
+jp_dataset/basic5000/wav/BASIC5000_4911.wav:kare ha , juudai na shimei wo makasa re ta .  
+jp_dataset/basic5000/wav/BASIC5000_4912.wav:kare ha , nijuu seiki saikou no pianisuto da to itsutsu te , sashitsukae nai deshou .  
+jp_dataset/basic5000/wav/BASIC5000_4913.wav:kare ha kurouto ni chikai .  
+jp_dataset/basic5000/wav/BASIC5000_4914.wav:kare ha , kekkon ni taishi te nie kira nai taido wo toru no .  
+jp_dataset/basic5000/wav/BASIC5000_4915.wav:kare ha , kyousou aite wo otoshiireyou to , koshi tantan to shi te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4916.wav:kare ha , oka wo korogeru you ni yatsu te ki ta .  
+jp_dataset/basic5000/wav/BASIC5000_4917.wav:kare ha , ayamatsu te oyayubi wo , kanazuchi de uchitsuke ta .  
+jp_dataset/basic5000/wav/BASIC5000_4918.wav:kare ha , ido wo nomihosu hodo , nodo ga katsui te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4919.wav:kare ha , totemo sono shigoto ga tsutomara nakatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4920.wav:kare ha , sono hanashi wo kii te gyouten shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4921.wav:kare ha 6 gatsu ni toukyou wo hanare te , kansai ni kuru .  
+jp_dataset/basic5000/wav/BASIC5000_4922.wav:kare ga kebyou wo tsukatsu ta no ha , akiraka da .  
+jp_dataset/basic5000/wav/BASIC5000_4923.wav:kare , kyou , seisai ga nai ne , aona ni shio da ne .  
+jp_dataset/basic5000/wav/BASIC5000_4924.wav:noumu no tame , kare no mae wo arui te iku otoko no sugata ga , yagate mie naku natsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4925.wav:ubaguruma de nemutsu te iru akachan ha , tenshi no you ni kawaii .  
+jp_dataset/basic5000/wav/BASIC5000_4926.wav:nippon ha , shi tsu no omona shima kara naritatsu te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4927.wav:nippon no saikou mine ha , fuji yama de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4928.wav:nippon no ushi ha , kou han'i ni shimofuri ga aru .  
+jp_dataset/basic5000/wav/BASIC5000_4929.wav:nisou ha , o inori wo shi te juuji wo kitsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4930.wav:ni tsu no tatemono ha tonariatsu te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4931.wav:totsuzen no kare no fuhou ha , watashi wo odoroka se ta .  
+jp_dataset/basic5000/wav/BASIC5000_4932.wav:toukyou ni ha , shuuaku na kenchiku mono ga takusan ken rareru .  
+jp_dataset/basic5000/wav/BASIC5000_4933.wav:tensai ha , 1 paasento ga reikan de ari , 99 paasento ha shoujin de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4934.wav:dorobou nakama ni mo , jingi ga aru .  
+jp_dataset/basic5000/wav/BASIC5000_4935.wav:niwa ni ha , bara no hana ga kaguwatsu te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4936.wav:tsubasa ha ryouyoku wo hiroge ta .  
+jp_dataset/basic5000/wav/BASIC5000_4937.wav:naganen no shuukan ha , nakanaka aratamara nai .  
+jp_dataset/basic5000/wav/BASIC5000_4938.wav:chuugoku de ha , kyuureki ni shitagatsu te , shougatsu wo iwau .  
+jp_dataset/basic5000/wav/BASIC5000_4939.wav:atatakai tenkou no toki ha , hakkan sayou ga taion no chousetsu wo suru ue de , yakutatsu .  
+jp_dataset/basic5000/wav/BASIC5000_4940.wav:daitouryou senkyo de dare ga katsu de arou ka to , subete no hitobito ga , katazu wo non de mimamotsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4941.wav:mate ba , kairo no , hiyori ari .  
+jp_dataset/basic5000/wav/BASIC5000_4942.wav:ooku no wakoudo ga sono sensou naka , minshu shugi no tame ni shin da .  
+jp_dataset/basic5000/wav/BASIC5000_4943.wav:zen ki kyoushi ni naru tame ni ha , jibun no seito tachi ga motsu te iru nouryoku wo saidai gen ikashi te yaru koto wo shira nakere ba nara nai .  
+jp_dataset/basic5000/wav/BASIC5000_4944.wav:nadare de douro ga fusagatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4945.wav:aojiroi kare no kao ga , koufun de akaran da .  
+jp_dataset/basic5000/wav/BASIC5000_4946.wav:mori no chikaku ni , ichi ken ie ga aru .  
+jp_dataset/basic5000/wav/BASIC5000_4947.wav:shokuji no saichuu ni , yobisuzu ga natsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4948.wav:sho sa mo kan sa mo higan made .  
+jp_dataset/basic5000/wav/BASIC5000_4949.wav:haru ni nare ba , hana ga amaku sakiniou .  
+jp_dataset/basic5000/wav/BASIC5000_4950.wav:akikaze ga tachihajimeru .  
+jp_dataset/basic5000/wav/BASIC5000_4951.wav:wakai nin tachi ha , senka to iu mono wo , atama de shika shira nai .  
+jp_dataset/basic5000/wav/BASIC5000_4952.wav:tennou ha , zaii naka ha , kinjou tennou to yobu .  
+jp_dataset/basic5000/wav/BASIC5000_4953.wav:toki ga tatsu ni tsure te , kanashimi ha usuragu .  
+jp_dataset/basic5000/wav/BASIC5000_4954.wav:watashi ha reisei de iyou to shi ta ga , toutou kannin fukuro no o ga kire ta .  
+jp_dataset/basic5000/wav/BASIC5000_4955.wav:watashi ha , yaoya no soto de kare ni deatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4956.wav:watashi ni ha , kare no uso ga miyabure nakatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4957.wav:watashi tachi ha , kawashimo ni aru hashi wo watatsu te , mawarimichi wo shi nakere ba nara nakatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4958.wav:watashi tachi ha , gifu ni itsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4959.wav:shison ni kirei na , midori no chikyuu wo nokoshi tai .  
+jp_dataset/basic5000/wav/BASIC5000_4960.wav:saiko tabyou , kajin hakumei .  
+jp_dataset/basic5000/wav/BASIC5000_4961.wav:kesa oki te miru to , yama no itadaki ga , yuki ni oowa re te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4962.wav:minato wo miorosu haka ni , bohi wo tate ta .  
+jp_dataset/basic5000/wav/BASIC5000_4963.wav:kono tokoro hideri tsuzuki de , ike no mizu mo kanru kanou sei ga de te ki ta .  
+jp_dataset/basic5000/wav/BASIC5000_4964.wav:kenka wo shi te i ta futari no kodomo ha , o tagai ni shikametsumen wo shi te suwatsu te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4965.wav:kun no itsutsu te iru koto ha kijou no kuuron ni sugi nai yo .  
+jp_dataset/basic5000/wav/BASIC5000_4966.wav:wareware no chiimu ha , kyouryoku na raibaru to kisotsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4967.wav:ame ga furu to , kanarazu yane kara amamizu ga moru .  
+jp_dataset/basic5000/wav/BASIC5000_4968.wav:hitokoto koji .  
+jp_dataset/basic5000/wav/BASIC5000_4969.wav:motto tantou naoiri ni itsutsu te kure nai ka na , kakka souyou no kan naki ni shimo ara zu da yo .  
+jp_dataset/basic5000/wav/BASIC5000_4970.wav:paama wo kake ta no de , kaminoke ga chijire te i masu .  
+jp_dataset/basic5000/wav/BASIC5000_4971.wav:doko de houka wo doru ni kae rareru ka .  
+jp_dataset/basic5000/wav/BASIC5000_4972.wav:toutou kodomo tachi ha yama no mannaka ni , ringo no ki ga shokuwatsu te iru , chiisana kaju sono wo mitsuke mashi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4973.wav:tabako de kebutsu ta kuuki wo heya kara dashi te , shinsen na kuuki wo ire te choudai .  
+jp_dataset/basic5000/wav/BASIC5000_4974.wav:sore ga itsu datsu ta ka , nichi wo soutsu te tashikame ta .  
+jp_dataset/basic5000/wav/BASIC5000_4975.wav:sono yoru wareware ha , dai ebi ni shitazutsumi wo utsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4976.wav:sono shinbun ha , kare no hanzai he no kakariai wo shuchou shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4977.wav:sono shiharai ha , 2 nenkan kurinobe rareru .  
+jp_dataset/basic5000/wav/BASIC5000_4978.wav:sono yama wo , watashi tachi ha tsurugidake to yobu .  
+jp_dataset/basic5000/wav/BASIC5000_4979.wav:sono kuni de ha , nippon sei hin wo haiseki suru undou ga okotsu te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4980.wav:sono booto ha , hatoba ni tsunaga re te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4981.wav:kono hon ha , kyoumi shinshin taru mono ga atsu te aki nai .  
+jp_dataset/basic5000/wav/BASIC5000_4982.wav:kono kawa ni ha , zatsugyo ga takusan iru .  
+jp_dataset/basic5000/wav/BASIC5000_4983.wav:kono sukyandaru de , ichibu no koukan ga , himen sa reru kanou sei ga aru .  
+jp_dataset/basic5000/wav/BASIC5000_4984.wav:koko he kuru to , itsu mo kokoro ga yasumari masu .  
+jp_dataset/basic5000/wav/BASIC5000_4985.wav:karee no ruu ha , hijou ni jiyou ni ton de iru .  
+jp_dataset/basic5000/wav/BASIC5000_4986.wav:jibun you no beddo ni nekasa reru .  
+jp_dataset/basic5000/wav/BASIC5000_4987.wav:anata no kifu ha , shouni byouin wo kensetsu suru hojo to shi te , ooini yakutatsu deshou .  
+jp_dataset/basic5000/wav/BASIC5000_4988.wav:aitsu ra yoitsubure chatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4989.wav:kobayashi isami ha , shiawase da .  
+jp_dataset/basic5000/wav/BASIC5000_4990.wav:iki chi ga , nakatsu ta n da .  
+jp_dataset/basic5000/wav/BASIC5000_4991.wav:saikin , kibun ga nae kimi da .  
+jp_dataset/basic5000/wav/BASIC5000_4992.wav:kyomu sou ga takuhatsu shi te iru yousu wo nagameru .  
+jp_dataset/basic5000/wav/BASIC5000_4993.wav:ian ryokou wo , ashita ni hikaeru .  
+jp_dataset/basic5000/wav/BASIC5000_4994.wav:tsukatsu te iku uchi ni , tsuya ga deru .  
+jp_dataset/basic5000/wav/BASIC5000_4995.wav:dangai saiban ga hiraka reru .  
+jp_dataset/basic5000/wav/BASIC5000_4996.wav:oogigata no , ko no chou sa wo , keisan de motomeru .  
+jp_dataset/basic5000/wav/BASIC5000_4997.wav:sono oukoku ha , saigo no ou ni shishi ga ora zu , metsubou shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4998.wav:murabito tachi ha , sono hanashi wo kii te , furueagatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4999.wav:donaa kara jinzou no teikyou wo ukeru .  
+jp_dataset/basic5000/wav/BASIC5000_5000.wav:ato 30 fun no yuuyo ga atae rare ta .  

filelists/jp_audio_text_val_filelist.txt

@@ -0,0 +1,500 @@
+jp_dataset/basic5000/wav/BASIC5000_4001.wav:現在ある医療技術系は、主に埼玉医科大学短期大学や神奈川歯科大学短期大学部などがある。
+jp_dataset/basic5000/wav/BASIC5000_4002.wav:ディモン博士亡き後のディモン星の権利は自分に譲られるべきだと考え、ロックから権利を奪おうとする。
+jp_dataset/basic5000/wav/BASIC5000_4003.wav:製造方法は水飴の酵素糖化法と似ており、古くは発芽玄米中の糖化酵素を用いていたのが、後に、より効率の良い大麦麦芽が利用されるようになったのも、水飴と同様である。
+jp_dataset/basic5000/wav/BASIC5000_4004.wav:彼の呪紋により、巻き込まれたラーカー共々ぐちゃぐちゃになり死亡した。
+jp_dataset/basic5000/wav/BASIC5000_4005.wav:義兄であるエリュアードに好意を寄せている。
+jp_dataset/basic5000/wav/BASIC5000_4006.wav:これを付けている人間は、激しい寂寥感に襲われる。
+jp_dataset/basic5000/wav/BASIC5000_4007.wav:翌朝、一行は老木が切り倒されているのを発見した。
+jp_dataset/basic5000/wav/BASIC5000_4008.wav:現在、摂政のみが存続を認められ、天皇の公務を代行する役目として、皇太子など、皇族のみが任ぜられる職として、皇室典範に定められている。
+jp_dataset/basic5000/wav/BASIC5000_4009.wav:この場合は、一般的な丸型の爪楊枝ではなく、樹皮付きで、角型の、大振りな楊枝が用いられる事が多い。
+jp_dataset/basic5000/wav/BASIC5000_4010.wav:繁殖された個体が販売されていることが多く、繁殖された個体のほうが、一般的に安い。
+jp_dataset/basic5000/wav/BASIC5000_4011.wav:花の形も平らに広がるものから、細長い筒状になるものまで変異に富む。
+jp_dataset/basic5000/wav/BASIC5000_4012.wav:武器は両拳に嵌めたナックルで、撲殺した殺人鬼たちの怨霊が宿っている。
+jp_dataset/basic5000/wav/BASIC5000_4013.wav:死後約百年後に、修道院の柱に落雷し、残骸から著作が発見されたという。
+jp_dataset/basic5000/wav/BASIC5000_4014.wav:やや自由奔放とし、協調性に欠ける面を持つ。
+jp_dataset/basic5000/wav/BASIC5000_4015.wav:天明年間に、当時十一棟あった邸宅が焼失、ほとんどの文献は焼失したが、社伝記の写しは、火災から免れた。
+jp_dataset/basic5000/wav/BASIC5000_4016.wav:我が国民の生存を賭けたこの戦いは、帝国領内の全ての資源を徹底的利用することによって、我が敵の戦闘力を弱め、再び肉薄、出血を強要している。
+jp_dataset/basic5000/wav/BASIC5000_4017.wav:棟札は、普段の利用者には見えない位置に取り付けられるため、年月か経つとしばしば存在が忘れられてしまう。
+jp_dataset/basic5000/wav/BASIC5000_4018.wav:兵士の落とした剣を手に取った主人公は、ドラゴンに戦いを挑むも、その圧倒的強さには全く歯が立たず、その爪を心臓に突き立てられる。
+jp_dataset/basic5000/wav/BASIC5000_4019.wav:一人で本を読んでいることなどが多く、堀らのグループと関わるまでは、交友関係も少なかった。
+jp_dataset/basic5000/wav/BASIC5000_4020.wav:結婚後、一子を授かるも、交通事故により死亡。
+jp_dataset/basic5000/wav/BASIC5000_4021.wav:来賓によっては、フリースローを投げる場合もある。
+jp_dataset/basic5000/wav/BASIC5000_4022.wav:糖度が高く、味が濃厚で、倉橋島の特産となって、今日に至っている。
+jp_dataset/basic5000/wav/BASIC5000_4023.wav:呉音と漢音、入声など、字音に関する基本的な単語を解説する。
+jp_dataset/basic5000/wav/BASIC5000_4024.wav:高圧電流エネルギーを、極超短波に変換し、そこから発生する微振動で岩石を砕く。
+jp_dataset/basic5000/wav/BASIC5000_4025.wav:一般的に、項目名は漢字であり、楷書である。
+jp_dataset/basic5000/wav/BASIC5000_4026.wav:組織学的には、細胞分化度が高く杯細胞様の粘液産生細胞と扁平上皮細胞が、いずれも明瞭かつ多数認められ、共に嚢胞腔や腺腔の形成が目立つ。
+jp_dataset/basic5000/wav/BASIC5000_4027.wav:通常、乾燥した気体として、窒素が用いられる。
+jp_dataset/basic5000/wav/BASIC5000_4028.wav:単細胞で運動性が無く、周囲の栄養を吸収して増殖するものは、酵母と見なされることがある。
+jp_dataset/basic5000/wav/BASIC5000_4029.wav:また、照準途中で引金の手を緩めると、常に上がるようにばね仕掛けになっているため、火挟みが上に戻る。
+jp_dataset/basic5000/wav/BASIC5000_4030.wav:人間としては故人だが、天界で、荼枳尼天に仕えている。
+jp_dataset/basic5000/wav/BASIC5000_4031.wav:特に夏は圧巻で、美しい緑の木々で朱色の社殿が映える。
+jp_dataset/basic5000/wav/BASIC5000_4032.wav:肥沃な土地に存在することが多く、龍族の群生地と重なるため、通常は近づけない。
+jp_dataset/basic5000/wav/BASIC5000_4033.wav:この様子を見てつるぎは、夜露との取引に乗った。
+jp_dataset/basic5000/wav/BASIC5000_4034.wav:ウィンダミア卿が夫人たちの隠れている場所を発見しようとしていたその瞬間、アーリン夫人がウィンダミア卿夫人の身代わりとなって姿を現す。
+jp_dataset/basic5000/wav/BASIC5000_4035.wav:霊勢が偏ると、常に夕方や夜になったり、山岳地帯や乾燥地帯といった自然が変化を遂げる。
+jp_dataset/basic5000/wav/BASIC5000_4036.wav:非難を終息するために起こしたのが、丙寅教獄である。
+jp_dataset/basic5000/wav/BASIC5000_4037.wav:硬貨の種類を限定することの利点として、重量のある硬貨の場合、貯金箱ごと重量を量ることで、ある程度の貯金金額を知る事ができる。
+jp_dataset/basic5000/wav/BASIC5000_4038.wav:駒澤大学傘下の男女共学高校で、設置者は学校法人駒澤大学。
+jp_dataset/basic5000/wav/BASIC5000_4039.wav:ペットの飼育において、小鳥の場合は、鳥篭の中に小鳥が安心してゆっくり休めるよう、巣箱を設ける場合がある。
+jp_dataset/basic5000/wav/BASIC5000_4040.wav:しかし、墾田の不実により有罪となり、投獄されて死亡した。
+jp_dataset/basic5000/wav/BASIC5000_4041.wav:画面の上端か右端で、その方向にレバーを入れたまま爆弾を投げると、跳ね返った爆弾は自分に当たらずに後へ飛んでいく。
+jp_dataset/basic5000/wav/BASIC5000_4042.wav:常に笑顔を絶やすことがないが、恐怖病により顔半分と右腕が義肢となっている。
+jp_dataset/basic5000/wav/BASIC5000_4043.wav:その功績を讃えられ、虎千代の側で仕えるようになった。
+jp_dataset/basic5000/wav/BASIC5000_4044.wav:常時は、数人の家老の合議制によって、大綱が決定された。
+jp_dataset/basic5000/wav/BASIC5000_4045.wav:農業では、稲、豆類、薯類を多く産する。
+jp_dataset/basic5000/wav/BASIC5000_4046.wav:鍛錬を続ければ、完全に気配が消せる事が可能。
+jp_dataset/basic5000/wav/BASIC5000_4047.wav:小姓は、物理的に主君に最も近い位置で奉公し、その警護と、枢機に預かったため、小姓に任じられた者は、親族を含む、他家との交際を禁止する藩もあった。
+jp_dataset/basic5000/wav/BASIC5000_4048.wav:プレスに対しても、スペシャルステージスタート後のコース横断禁止や、規制テープ内のみの取材活動等が厳命され、後に、物議を醸すことになった。
+jp_dataset/basic5000/wav/BASIC5000_4049.wav:テクニックで攻めるというスタイルではなく、パンチをひたすらブンブン振り回すファイトスタイルを持つ。
+jp_dataset/basic5000/wav/BASIC5000_4050.wav:青森市立浪館小学校、青森市立泉川小学校と連携した、教育過程研究の指定校となっている。
+jp_dataset/basic5000/wav/BASIC5000_4051.wav:既に学問は一通り終えてしまったらしく、療の代わりに症例を解説して、人を諭すことと発明が得意。
+jp_dataset/basic5000/wav/BASIC5000_4052.wav:一般には勤行の際に読経や真言を読み間違えたり、雑念や邪念が生じた際の、赦しを乞う為に唱えられる。
+jp_dataset/basic5000/wav/BASIC5000_4053.wav:インパラに例えられる草食系男子だが、友人の命を救う為に命を懸ける事が出来る勇気と、屈強な男達の暴力から女性を己の身を盾にして護る事が出来る根性を持っている。
+jp_dataset/basic5000/wav/BASIC5000_4054.wav:校区は、倉吉市立成徳小学校、倉吉市立灘手小学校、倉吉市立上灘小学校の全域、倉吉市立社小学校の一部となっている。
+jp_dataset/basic5000/wav/BASIC5000_4055.wav:俳句のほかにも豊かな文学的教養に裏打ちされた随筆、小説、女性俳人研究なども残しており、これらも死後に、長女によって刊行されている。
+jp_dataset/basic5000/wav/BASIC5000_4056.wav:傍若無人さでは、ロードマスターの上を行く。
+jp_dataset/basic5000/wav/BASIC5000_4057.wav:その名の通り、青黒い身体に、憤怒相をした護法善神である。
+jp_dataset/basic5000/wav/BASIC5000_4058.wav:武蔵野線直通列車を、京葉線内で快速から各駅停車に変更した。
+jp_dataset/basic5000/wav/BASIC5000_4059.wav:手押し相撲ではアメリカ代表に惜敗、羽根突きでは日本代表がアメリカ代表が掟破りといえるスマッシュを繰り出すなどで苦しめられ完敗、しりとりは日本代表の完勝。
+jp_dataset/basic5000/wav/BASIC5000_4060.wav:この覆しようのない事実が、どんなに美しくて優しそうに見えても、ベストラは、��詮は闇の種族だという観念を、彼に植え付けた。
+jp_dataset/basic5000/wav/BASIC5000_4061.wav:いずれは肉体が腐敗して朽ちる運命にあり、自我を持たない化け物として、ゼットに使役されていた。
+jp_dataset/basic5000/wav/BASIC5000_4062.wav:ちなみに想像力の豊かな悪魔は、ユニークな世界を創ることもあるが、大抵の悪魔は人間界の神話をもとにした世界を創る。
+jp_dataset/basic5000/wav/BASIC5000_4063.wav:新店舗の建設の場合、建坪率が厳しくなることが多く、従来の建坪率では、建設が困難なことが多い。
+jp_dataset/basic5000/wav/BASIC5000_4064.wav:南薩台地型シラス台地は、阿多カルデラの溶結凝灰岩を基盤とする、南薩台地や、大根占台地などが相当する。
+jp_dataset/basic5000/wav/BASIC5000_4065.wav:ラーナウは、その市街地が、ラーン川の北側、すなわち右岸に直接面しており、両岸、すなわちラーン川の段丘上に、農地が広がっている。
+jp_dataset/basic5000/wav/BASIC5000_4066.wav:真面目に順序立てて説明をすればわかっていただける、自分の間違いも理解できれば訂正できる方です。
+jp_dataset/basic5000/wav/BASIC5000_4067.wav:ストリッピング、シェイビングけずり技法の注意点として、むやみにひっかく、削るだけでは、素材内部の色彩、構造によって、逆に汚くなる。
+jp_dataset/basic5000/wav/BASIC5000_4068.wav:その中で、お互いを思いやったり、認め合う気持ちを育む。
+jp_dataset/basic5000/wav/BASIC5000_4069.wav:全ての元凶たる六ノ鞘と決着をつけるために、革に協力する。
+jp_dataset/basic5000/wav/BASIC5000_4070.wav:それらの症状はすぐに治まるが、その後生殖能力を失い、子を残すことができなくなってしまう。
+jp_dataset/basic5000/wav/BASIC5000_4071.wav:気を失っていたところを扇に発見され、その際、ゼロの名を口にしたことから、扇に保護されることになる。
+jp_dataset/basic5000/wav/BASIC5000_4072.wav:もし問題の値自体が境界において定まるなら、そのような境界条件は、ディリクレ境界条件と呼ばれる。
+jp_dataset/basic5000/wav/BASIC5000_4073.wav:地中レーダーは通常、油田や鉱脈、埋設管や空洞、コンクリート構造物中の鉄筋調査等で有効な方法だが、近年では、地雷の除去や、考古学的な調査にも応用されている。
+jp_dataset/basic5000/wav/BASIC5000_4074.wav:ただし、着崩れないように、かつ安全に着付けるためには、技術を要する。
+jp_dataset/basic5000/wav/BASIC5000_4075.wav:ヒメグモの場合には、巣として使われる枯れ葉などの中にクモは潜むが、卵巣もその中につける。
+jp_dataset/basic5000/wav/BASIC5000_4076.wav:判事の中では風変わりな桑田の扱いに慣れている。
+jp_dataset/basic5000/wav/BASIC5000_4077.wav:極地を除く全世界の、主に森林、一部は草原や半砂漠に住み、昆虫など、小動物を捕食する。
+jp_dataset/basic5000/wav/BASIC5000_4078.wav:姓名不詳の風来坊で、ただ字のみを名乗っている。
+jp_dataset/basic5000/wav/BASIC5000_4079.wav:確定診断は、結腸粘膜、あるいは下痢便からの、豚赤痢菌の分離同定により行う。
+jp_dataset/basic5000/wav/BASIC5000_4080.wav:傲慢な性格で、プロになれる実力があると自負している。
+jp_dataset/basic5000/wav/BASIC5000_4081.wav:獲物が分散している場合は、周囲を泳ぎ回り、獲物を密集させてから捕食することもあり、ザトウクジラは、その際に気泡を発生させて獲物を追い込む事もある。
+jp_dataset/basic5000/wav/BASIC5000_4082.wav:銀は緑青を吹くことも無く、薄板の着せが鯉口との密着を増し、白鞘内を密閉して、刀身を酸化から防ぐからだとされる。
+jp_dataset/basic5000/wav/BASIC5000_4083.wav:やるだけのことはやったから、もう本望だと言い残して。
+jp_dataset/basic5000/wav/BASIC5000_4084.wav:追い討ちをかけるように、ヨーロッパ人が持ち込んだ病気により、免疫力が殆ど無いアラワク族は激減して行った。
+jp_dataset/basic5000/wav/BASIC5000_4085.wav:転換社債型新株予約権付社債は、各証券取引所に上場されているものも多い。
+jp_dataset/basic5000/wav/BASIC5000_4086.wav:果物の収穫時期により、風味のバランスが異なるため、果汁を凍らせて保存している。
+jp_dataset/basic5000/wav/BASIC5000_4087.wav:過去に父親がセイシロウ達を逃がすために、ヴァサージの力を借り、ミューカスの大群に特攻。
+jp_dataset/basic5000/wav/BASIC5000_4088.wav:銃のコレクターは、銃のコレクター以外では持つことのできない小型拳銃や、軍用銃のような発射方式選択式の銃を所持できる。
+jp_dataset/basic5000/wav/BASIC5000_4089.wav:自身が作るそばが不味いために、客から丼をぶつけられたり殴られたりしたことですっかり逃げ腰になってしまった。
+jp_dataset/basic5000/wav/BASIC5000_4090.wav:プレイアデスは主に冬の星であり、古代の農業暦において、非常に大きな役割を果たす。
+jp_dataset/basic5000/wav/BASIC5000_4091.wav:また、夢に機織り道具が回りながら出てきて珂是古を押さえ、そこで祟る神様が女神様で有ることがわかり、神社を建てて祀ったとあります。
+jp_dataset/basic5000/wav/BASIC5000_4092.wav:漁は、海岸、潟、珊瑚礁などの沿岸で、雨期に行われる。
+jp_dataset/basic5000/wav/BASIC5000_4093.wav:ロパーヒンは、ワーリャへのプロポーズを決意するが、土壇場でやめてしまう。
+jp_dataset/basic5000/wav/BASIC5000_4094.wav:演目の主題である小言をこぼしながら読経する老人は、以下のように演じられる。
+jp_dataset/basic5000/wav/BASIC5000_4095.wav:彼がすっぽ抜けて、あわや頭部直撃の危険球を投げたことで、それを打とうとしたヤマトが、神業に目覚めるきっかけを作った。
+jp_dataset/basic5000/wav/BASIC5000_4096.wav:現在では、生まれながらに与えられた地位に浸るだけの、傲岸で無能な者も見られる。
+jp_dataset/basic5000/wav/BASIC5000_4097.wav:また、敵の領地に止まった時には召喚することで戦闘をさせることも出来る。
+jp_dataset/basic5000/wav/BASIC5000_4098.wav:王は嘆き悲しみながらも敵の姿を捜す。
+jp_dataset/basic5000/wav/BASIC5000_4099.wav:施設内には、韮崎市民図書館をはじめ、市民プラザとしての機能や公民館、さらに医療関連のテナントが入居している。
+jp_dataset/basic5000/wav/BASIC5000_4100.wav:多くの選手を悩ませていたのが、近隣にある、ラガーディア空港である。
+jp_dataset/basic5000/wav/BASIC5000_4101.wav:同じ協定名でも、個別締結の場合には、それぞれを分割して提示する。
+jp_dataset/basic5000/wav/BASIC5000_4102.wav:優しく温かみのある人柄であり、そんな将軍が千歳藩を取り潰した事には、周囲から一抹の疑問もあったという。
+jp_dataset/basic5000/wav/BASIC5000_4103.wav:逆に、温室効果が弱まるような現象が起これば、外向き放射の量が減る一方、放射のペースが速くなるため、地表の気温が下がることになる。
+jp_dataset/basic5000/wav/BASIC5000_4104.wav:そして気が引けたのか、自分が行けないのなら、太郎冠者が代わりにお供をすることになるのだろうと察した伯父は、太郎冠者に門出の酒をふるまい、祝儀に素袍を与える。
+jp_dataset/basic5000/wav/BASIC5000_4105.wav:武田氏の滅亡後は、甲斐を領有した徳川氏から、寺領安堵を、請ける。
+jp_dataset/basic5000/wav/BASIC5000_4106.wav:クリーンナップの一角で、九重と並ぶチームの主力打者。
+jp_dataset/basic5000/wav/BASIC5000_4107.wav:屯田兵例則は、緒言、編制、検査、昇級、勤務、休暇、給助、諸官の職務、からなる。
+jp_dataset/basic5000/wav/BASIC5000_4108.wav:しかし、ビーダキャリバーのみが、彼を滅ぼすことができる。
+jp_dataset/basic5000/wav/BASIC5000_4109.wav:趣味は日本舞踊と野球で、現在も続けている。
+jp_dataset/basic5000/wav/BASIC5000_4110.wav:両親からの評判は良かったが、花之宮家の本家から来た従姉は、遊星が花之宮家に相応しいかどうか査定するため、弓道で的に当てることを認める条件とした。
+jp_dataset/basic5000/wav/BASIC5000_4111.wav:しかしなおも希世を殴ろうとする梅王を丞相は止め、朝廷に手向かいしてはならない、それを聞かぬ者は七生までの勘当ぞという。
+jp_dataset/basic5000/wav/BASIC5000_4112.wav:手延べそうめん類製造作業、機械生麺製造作業、機械乾麺製造作業ともに、単一等級のみである。
+jp_dataset/basic5000/wav/BASIC5000_4113.wav:冥魔の砦の破壊や、連絡の途絶えたほかの地域への斥候など、この時代の探索者が担う役目は、枚挙にいとまない。
+jp_dataset/basic5000/wav/BASIC5000_4114.wav:彼と共謀してジャックの捜査を妨害し、さらにはデュバクの協力者のデータを消去し、隠滅をはかる。
+jp_dataset/basic5000/wav/BASIC5000_4115.wav:凛麗のクラスの中では一番大人しい。
+jp_dataset/basic5000/wav/BASIC5000_4116.wav:一方、制服と併用して着用する、通常勤務用の外套は、将兵ともに、ダブルのチェスターフィールドコートであり、将官、元帥クラスとなると、袖章が付く。
+jp_dataset/basic5000/wav/BASIC5000_4117.wav:腰の頭蓋骨からプロペラを出して、頭の頭蓋骨の上に固定すると、カワンチャさんに飛行能力が備わる。
+jp_dataset/basic5000/wav/BASIC5000_4118.wav:映画の魅力をキーワードで探るスタジオトーク番組。
+jp_dataset/basic5000/wav/BASIC5000_4119.wav:本式のイブニングドレスの豪華さに比べ、粋さシックを表現している。
+jp_dataset/basic5000/wav/BASIC5000_4120.wav:性格は残忍で、暇潰しに手下の悪霊をいたぶったり、殺したりしている。
+jp_dataset/basic5000/wav/BASIC5000_4121.wav:同じ名字だが、二卵性双生児の姉妹なのかは不明。
+jp_dataset/basic5000/wav/BASIC5000_4122.wav:少数だが廃仏毀釈を乗り越えて、現在でも智明権現を祀る寺院は存続している。
+jp_dataset/basic5000/wav/BASIC5000_4123.wav:爆発の衝撃で引っくり返った銭形の目の前には、先ほど爆発したはずのルパンが本人が現れる。
+jp_dataset/basic5000/wav/BASIC5000_4124.wav:枡形を備える複門で、二の門は櫓門となっていた。
+jp_dataset/basic5000/wav/BASIC5000_4125.wav:匿名掲示板で、まったく根拠もないのに存命人物の血縁関係や婚姻関係についての話題を吹聴するなど、恥ずかしいと思わないのでしょうか。
+jp_dataset/basic5000/wav/BASIC5000_4126.wav:天然には蜂蜜やワイン、果物の中に少量存在する。
+jp_dataset/basic5000/wav/BASIC5000_4127.wav:孫策の死後は、やや無気力感を漂わせたが、頭の中では自身の周りで起きた運命や世の中の流れについて終わる事のない自問を繰り返していた。
+jp_dataset/basic5000/wav/BASIC5000_4128.wav:また、雪に埋まる、積もった雪の中に屋根などから落ちて生き埋めになって凍死に至る、などといった、雪に原因する生き埋め事故は、山岳部ばかりでなく人里でも頻繁に起こる。
+jp_dataset/basic5000/wav/BASIC5000_4129.wav:高い知能を持ち、人と言葉を交わすことが出来る。
+jp_dataset/basic5000/wav/BASIC5000_4130.wav:高い防御力を持ち、妄想形成体は超えることができない。
+jp_dataset/basic5000/wav/BASIC5000_4131.wav:どの魚類も、攻撃を当てて倒すと逃げてしまうが、弱ると体を傾けながら泳ぐようになる。
+jp_dataset/basic5000/wav/BASIC5000_4132.wav:水晶玉占いが得意で、使う水晶玉は、ボールのように弾む。
+jp_dataset/basic5000/wav/BASIC5000_4133.wav:出席日数等の一定条件を満たすと、通常は受けなければならない実技試験が免除され、学科試験の合格のみで、調理師の資格が取得できる。
+jp_dataset/basic5000/wav/BASIC5000_4134.wav:現在でも、家の中央から見て鬼門にあたる方角には、玄関、便所、風呂、台所などの水を扱う場所を置くことを忌む風習が、全国に強く残っている。
+jp_dataset/basic5000/wav/BASIC5000_4135.wav:第四巻は、本文の校勘に当てている。
+jp_dataset/basic5000/wav/BASIC5000_4136.wav:だがコルタナはここで力を使い果たし、残された力で実体化し、チーフと抱擁を交わすと、闇の中へ消えていった。
+jp_dataset/basic5000/wav/BASIC5000_4137.wav:最古の化石は、新生代になったばかりの、暁新世の地層から発見されている、起源の古い群である。
+jp_dataset/basic5000/wav/BASIC5000_4138.wav:資金稼ぎのために、研究に追従している。
+jp_dataset/basic5000/wav/BASIC5000_4139.wav:己の意思で、一瞬で爪を伸ばし敵を貫く。
+jp_dataset/basic5000/wav/BASIC5000_4140.wav:しかし、次第に愛国心から、強硬な主戦論を唱えるようになっていく。
+jp_dataset/basic5000/wav/BASIC5000_4141.wav:スポーツ科学の研究成果が徐々に知られるようになり、科学的トレーニングによって、強い選手が育てられるようになった。
+jp_dataset/basic5000/wav/BASIC5000_4142.wav:山水の滴る場所や、井戸などがある。
+jp_dataset/basic5000/wav/BASIC5000_4143.wav:症状は最も激烈で、適切な治療が速やかに要求される。
+jp_dataset/basic5000/wav/BASIC5000_4144.wav:幕府の儀礼に際しての正式な装束を調えるため、公家の高倉家の門人になる武士は少なくなかった。
+jp_dataset/basic5000/wav/BASIC5000_4145.wav:酸化アルミニウムやその化合物のようなセラミックスは、非常に細かい粉末が原料であり、非常に微細な多結晶マイクロ構造となるため、可視光線を散乱することで不透明になる。
+jp_dataset/basic5000/wav/BASIC5000_4146.wav:ここの火山灰は肥料になるため、灰を集めて商う者が存在する。
+jp_dataset/basic5000/wav/BASIC5000_4147.wav:派閥は、政治資金とポストを仲立ちとした議員間の結びつきであるため、資金の不足しがちな若手議員や、入閣適齢期の中堅議員は、派閥領袖の意向に大きく左右される。
+jp_dataset/basic5000/wav/BASIC5000_4148.wav:この剣の刃は、敵が近づけば���にかがやき、そのため、ドワーフの砦は、敵の不意打ちに脅かされることがなかったという。
+jp_dataset/basic5000/wav/BASIC5000_4149.wav:しかし、海には潮間帯のウミユスリカや、海水面上のウミアメンボなど、ごく少数の例しか生息していない。
+jp_dataset/basic5000/wav/BASIC5000_4150.wav:アイテムによって開発できるコストが異なっており、目的のアイテムのコストが分かっている場合は、その額が出るまで粘ることになる。
+jp_dataset/basic5000/wav/BASIC5000_4151.wav:その後、寺田屋事件で息子が死んだことを知り、自刃。
+jp_dataset/basic5000/wav/BASIC5000_4152.wav:頭文字記号によって区別されるため、数字部分が同じであっても複数の系統に設定することが可能である。
+jp_dataset/basic5000/wav/BASIC5000_4153.wav:酸の例としては、塩酸、硫酸、硝酸、酢酸などが挙げられ、塩基の例としては、酸化ナトリウム、水酸化カリウム、アンモニアなどが挙げられる。
+jp_dataset/basic5000/wav/BASIC5000_4154.wav:妖怪たちを束ねており、吸血鬼のような風貌をしている。
+jp_dataset/basic5000/wav/BASIC5000_4155.wav:妓女は、身請けされたり、年季が終わり、人に嫁ぐ者もいたが、家庭になじめず逆戻りすることもあった。
+jp_dataset/basic5000/wav/BASIC5000_4156.wav:駅前は、駅を中心に放射状に道路が延び、駅前に喫茶店などの飲食店が数軒ある。
+jp_dataset/basic5000/wav/BASIC5000_4157.wav:その武力は抜きん出たものがあり、自ら占卜しては、自分はいずれ富貴になる身だ、と豪語していた。
+jp_dataset/basic5000/wav/BASIC5000_4158.wav:また、唐代中期以降は、直播き式であった稲作は、苗代式に変わっていった。
+jp_dataset/basic5000/wav/BASIC5000_4159.wav:伝統的な養蚕は、清涼育とよばれる自然の温度で、蚕を飼育する。
+jp_dataset/basic5000/wav/BASIC5000_4160.wav:しかし、近代における花街の制度の変化に伴い、芸妓、娼妓が分離し、芸妓のみの花街と、娼妓のみの遊廓が生まれてくるようになった。
+jp_dataset/basic5000/wav/BASIC5000_4161.wav:しかし、ベレー帽が脱げると、なぜか下手な絵しか描けなくなってしまう。
+jp_dataset/basic5000/wav/BASIC5000_4162.wav:以前は小学校が併設されていたが、生徒数の減少を理由に廃止にされた。
+jp_dataset/basic5000/wav/BASIC5000_4163.wav:奥書の写しと、古筆鑑定の極札は、本写本についてのものであると認められる。
+jp_dataset/basic5000/wav/BASIC5000_4164.wav:鉛筆は使用に伴って芯が摩耗することで、芯の木材から出ている部分が小さくなり、あるいは、芯の鋭さが失われる。
+jp_dataset/basic5000/wav/BASIC5000_4165.wav:茎は赤褐色で、夜間や雨の日には花や葉は縮まる。
+jp_dataset/basic5000/wav/BASIC5000_4166.wav:また、戊辰戦争では互いに奥羽越列藩同盟に加盟していたが、弘前藩が先に新政府軍に恭順する。
+jp_dataset/basic5000/wav/BASIC5000_4167.wav:胸鰭を使い、水面から飛び出す危険があるため、水槽には蓋を設ける必要がある。
+jp_dataset/basic5000/wav/BASIC5000_4168.wav:邸は荒れ果てて召使たちも去り、受領の北の方となっている叔母が姫を娘の女房に迎えようとするが、末摘花は応じない。
+jp_dataset/basic5000/wav/BASIC5000_4169.wav:これでは推進効率が低下するために、専用のバラストタンクに海水を注水して、浮力の相殺を行なう。
+jp_dataset/basic5000/wav/BASIC5000_4170.wav:アンモナギルディと同様に、昔のマンガなどにおけるお約束の塊。
+jp_dataset/basic5000/wav/BASIC5000_4171.wav:魔物はカルミラの魔力を源に動いているが、負荷がかかり過ぎると爆発する。
+jp_dataset/basic5000/wav/BASIC5000_4172.wav:ナックルのハコワレを生かすために、致命傷も恐れず攻め続けるその凄まじい気迫は、ユピーに一瞬防御を意識させるほど。
+jp_dataset/basic5000/wav/BASIC5000_4173.wav:この温泉の入浴剤も市販されているらしい。
+jp_dataset/basic5000/wav/BASIC5000_4174.wav:才色兼備で、男女問わず金玉全校の憧れの女生徒だが、他人に見られていないところでは、かなり蓮っ葉な性格が出がちになる。
+jp_dataset/basic5000/wav/BASIC5000_4175.wav:なお、天皇は譲位後に、南朝勢の協力を求めて、各地を潜幸したという伝説があり、全国に、御陵伝説地が点在する。
+jp_dataset/basic5000/wav/BASIC5000_4176.wav:クリスマスの夜、ディナーと椅子に縛りつけたマルクを前にしたバルテルは、意識の混濁しているマルクを他所に満足げに愛を語る。
+jp_dataset/basic5000/wav/BASIC5000_4177.wav:硬水を煮沸すると、炭酸カ���シウムを沈降させることができる。
+jp_dataset/basic5000/wav/BASIC5000_4178.wav:貪欲で目の前で動くものには、何でも飛びついて捕食する。
+jp_dataset/basic5000/wav/BASIC5000_4179.wav:地区内には、南部と西部を中心に、多くの農地が存在し、主に稲作を中心とした農業が行われている。
+jp_dataset/basic5000/wav/BASIC5000_4180.wav:それゆえ、天道盟の勢力は強大であるが、組織としての全体の統制が、あまりとれていない為、天道盟関係者は、憂いを抱いている。
+jp_dataset/basic5000/wav/BASIC5000_4181.wav:コース麓にチケット売り場がある。
+jp_dataset/basic5000/wav/BASIC5000_4182.wav:太い尾の肉が、特に美味とされる。
+jp_dataset/basic5000/wav/BASIC5000_4183.wav:等ラウドネス曲線が示しているがごとく、ヒトの聴覚は、低音域の感度が鈍い。
+jp_dataset/basic5000/wav/BASIC5000_4184.wav:死後、ニューヨーク市クイーンズの墓地に埋葬された。
+jp_dataset/basic5000/wav/BASIC5000_4185.wav:白髪の生えた骸骨姿の者が、白い衣を纏った幽霊のように、井戸の中から釣瓶に吊られて浮かび上がった姿として描かれており、解説文は以下のように述べられている。
+jp_dataset/basic5000/wav/BASIC5000_4186.wav:ドクロはバトルモードのみ登場し、これを取ると様々なマイナス効果が表れる。
+jp_dataset/basic5000/wav/BASIC5000_4187.wav:鋭い嗅覚、物怖じしない性格、人を喰ったような掴みどころのない雰囲気、そして、鋭い洞察力を備える。
+jp_dataset/basic5000/wav/BASIC5000_4188.wav:同じように、ベオクに対する不信感は強かったが、アイク達がリアーネを守った一件で、徐々にアイク達ベオクと打ち解けるようになる。
+jp_dataset/basic5000/wav/BASIC5000_4189.wav:山号は法性山、本尊は文殊菩薩。
+jp_dataset/basic5000/wav/BASIC5000_4190.wav:賛同を得る方向ではなく、対立を深める方向に振舞われております。
+jp_dataset/basic5000/wav/BASIC5000_4191.wav:ダムからは福智山に至る登山道があり、登山客はもとより、福智山ダム湖畔のキャンプ場、渓流公園、遊歩道に多くの人が訪れる。
+jp_dataset/basic5000/wav/BASIC5000_4192.wav:一方、通常の文通では必須でなく、想定される使用例も少ないため、切手と比べて低い知名度に留まる。
+jp_dataset/basic5000/wav/BASIC5000_4193.wav:コンピューターを用いて虫食い算を解く場合、桁数は計算時間に影響する。
+jp_dataset/basic5000/wav/BASIC5000_4194.wav:公儀に対し何らかの手続きを行う場合には親族、一門や同僚、上司などが証人、若しくは保証人として手続きに関与する必要があった。
+jp_dataset/basic5000/wav/BASIC5000_4195.wav:教皇庁教理聖省長官にして、教会軍総司令官、教皇宮殿付神学顧問と数々の要職を歴任しており、苛烈かつ強引な政策で、教皇庁の実質的な指導者として君臨している。
+jp_dataset/basic5000/wav/BASIC5000_4196.wav:世界各地に広まっており、簡単な織物を織る際に使われている。
+jp_dataset/basic5000/wav/BASIC5000_4197.wav:バドは、ガイウスと命と交換に、長虫を退ける契約をかわす。
+jp_dataset/basic5000/wav/BASIC5000_4198.wav:多くの感染方法が初歩的な手口であるのに関らず、多くの感染者が居る点は注目に値する。
+jp_dataset/basic5000/wav/BASIC5000_4199.wav:また、アクセサを使う最も重要な理由として、多態性の恩恵を受けられるという点がある。
+jp_dataset/basic5000/wav/BASIC5000_4200.wav:最後は病に倒れ、鳥羽院から贈られた水仙の花を抱き、愛しさに包まれながら逝く。
+jp_dataset/basic5000/wav/BASIC5000_4201.wav:今、作戦の面からいえば、姜維に勝ち戦の勢いがあり、我が方は虚弱の実態にある。
+jp_dataset/basic5000/wav/BASIC5000_4202.wav:そして、たったひとつを消せば、世界は滅びを免れるということも。
+jp_dataset/basic5000/wav/BASIC5000_4203.wav:防霜ファンのみでは対応できないほど冷え込む場合は、ビニールシートなどを併用する。
+jp_dataset/basic5000/wav/BASIC5000_4204.wav:その脆い心の隙間を見透かしたザムールは、彼を言葉巧みに利用し、一連の陰謀に巻き込んだ。
+jp_dataset/basic5000/wav/BASIC5000_4205.wav:工事進行基準は、決算期末に工事進捗の程度を見積り、適正な工事収益率によって、工事収益の一部を、当期損益計算書に計上する方法である。
+jp_dataset/basic5000/wav/BASIC5000_4206.wav:どのような映画を製作すればヒットするかを占う事ができるので、黒田からよく頼りにされている。
+jp_dataset/basic5000/wav/BASIC5000_4207.wav:この記事では世界で最初に蒸気機関のみで航行する、装甲艦を発明したフランス海軍から順に、装甲艦を導入した順から、各国の戦艦を、竣工順に並べる。
+jp_dataset/basic5000/wav/BASIC5000_4208.wav:施設は、湧永製薬が所有管理している。
+jp_dataset/basic5000/wav/BASIC5000_4209.wav:カスタムハウスの料金設定は、土台、プラス、パーツの数で決定するため、デザインに凝れば凝るほど、価格は高くなる。
+jp_dataset/basic5000/wav/BASIC5000_4210.wav:その後もギャラリーに混ざることが多々ある。
+jp_dataset/basic5000/wav/BASIC5000_4211.wav:海岸では喧騒を余所に、他の政治犯の奏でるギターに合わせ、孫息子がダンスを踊る。
+jp_dataset/basic5000/wav/BASIC5000_4212.wav:人事権があるため吏部は権力が強く、吏部侍郎は他の五侍郎より、位が一つ上の正四品上。
+jp_dataset/basic5000/wav/BASIC5000_4213.wav:ほ乳類などでは、逆にはじめの勾配は比較的緩やかで、終盤に急降下する。
+jp_dataset/basic5000/wav/BASIC5000_4214.wav:これらで引き倒された騎士は歩兵などに群がられ、倒れたところを鎧と兜の隙間から短剣を刺し入れられて倒されたという。
+jp_dataset/basic5000/wav/BASIC5000_4215.wav:排卵誘発剤の投与も検討されるが、これは、後に述べる、多胎のリスクを増加させる問題もある。
+jp_dataset/basic5000/wav/BASIC5000_4216.wav:ただし、こうした批判は、女性の美を礼賛するという自然な欲求を抑圧し、党派的議論を押しつけるものとして、男性のみならず、女性からの反発も根強い。
+jp_dataset/basic5000/wav/BASIC5000_4217.wav:和太鼓や歌舞伎の各種の鼓などで使用されるロープの解説ではない。
+jp_dataset/basic5000/wav/BASIC5000_4218.wav:クリー語諸方言は、概ね九つに分類される。
+jp_dataset/basic5000/wav/BASIC5000_4219.wav:強面な容姿とは裏腹に、性格は小心。
+jp_dataset/basic5000/wav/BASIC5000_4220.wav:湾岸戦争をはじめ、オーストラリア海軍艦艇の参加する作戦や演習に随伴している。
+jp_dataset/basic5000/wav/BASIC5000_4221.wav:性格は常に厳しいが、フェリックスの言動に照れる乙女な一面もある。
+jp_dataset/basic5000/wav/BASIC5000_4222.wav:彼にとっての心の拠り所は、宮司である父親ではなく、没してなお敬愛やまぬ母親である。
+jp_dataset/basic5000/wav/BASIC5000_4223.wav:篤姫が江戸城大奥に入って初めての朝、篤姫の起床を促した。
+jp_dataset/basic5000/wav/BASIC5000_4224.wav:奇鋼仙女の炎の発射口を自ら塞ぐも、直後に暴発に巻き込まれて倒された。
+jp_dataset/basic5000/wav/BASIC5000_4225.wav:広大な小田原城を攻めるため、全国の武士を集め長期滞陣したが、その無聊を慰めるため温泉に入ったといわれている。
+jp_dataset/basic5000/wav/BASIC5000_4226.wav:中央の目の様な部分が弱点であり、バリア喪失中は、オープンモードに移行して、分離・浮遊移動しながら攻撃を行う。
+jp_dataset/basic5000/wav/BASIC5000_4227.wav:サーバはリクエストを理解し、遂行のためにプロトコルの切替えを要求している。
+jp_dataset/basic5000/wav/BASIC5000_4228.wav:原作でケンシロウに秘孔を突かれて、右手に持ったショットガンで自分を撃つよう操られた際、それを解除したのと同じ動作。
+jp_dataset/basic5000/wav/BASIC5000_4229.wav:谷間を縫うようにレイアウトされたシリーズお馴染みのオリジナルサーキットコース。
+jp_dataset/basic5000/wav/BASIC5000_4230.wav:元宵節を迎えた際に、田登も習慣に従い、提灯を準備し、民衆に観賞させることにし、その通達文を作成することとなった。
+jp_dataset/basic5000/wav/BASIC5000_4231.wav:鼻が利くのが自慢だが、千里を男と間違えてぶん殴られた。
+jp_dataset/basic5000/wav/BASIC5000_4232.wav:但し、キーボード自体厳密な定義がないので、上記同様にポピュラー音楽では、鍵盤楽器であればその奏者はまとめてこの呼称が使われる。
+jp_dataset/basic5000/wav/BASIC5000_4233.wav:ランスに国主としての自覚を芽生えさせるべく、一計を謀るなど策士的な面も併せ持つ。
+jp_dataset/basic5000/wav/BASIC5000_4234.wav:小柄な淑女だが、一度レースでスピードを出すと、高慢で攻撃的な性格を覗かせる。
+jp_dataset/basic5000/wav/BASIC5000_4235.wav:老朽艦は被弾ではなく、金属疲労で沈没する。
+jp_dataset/basic5000/wav/BASIC5000_4236.wav:幼体期は巣で育ち、踊りの練習中に巣から落ちて命を失ってしまうことも多いため、成体にまで成長するのはごく少数とされている。
+jp_dataset/basic5000/wav/BASIC5000_4237.wav:しかし、軽氣功を使ってしまった自分の未熟さを恥じ、優に勝ちを��った後、修行のため、山に籠ると言い残して優の前から姿を消した。
+jp_dataset/basic5000/wav/BASIC5000_4238.wav:寂しさを紛らわすため、アデルはバーへ出かけ、アントワーヌと激しく官能的に踊り、以後親密な関係になる。
+jp_dataset/basic5000/wav/BASIC5000_4239.wav:筒井城の場合も、昭和初期以前は田であったようで、これが、蓮根畑に変化したと言われている。
+jp_dataset/basic5000/wav/BASIC5000_4240.wav:また、物の寿命を極力延ばすことや、製品全部ではなく部分的に交換するだけで継続使用できるように作ることも、リデュースの一つであるとすることができる。
+jp_dataset/basic5000/wav/BASIC5000_4241.wav:生徒への暴行、嫌がらせの背景には、インターネットによる暴露という事情があった。
+jp_dataset/basic5000/wav/BASIC5000_4242.wav:アホウドリは海上で多くの時間を滑空し続け、効率よく魚を獲るために、積極的に翼を動かす事をほとんどしない。
+jp_dataset/basic5000/wav/BASIC5000_4243.wav:論理的で知的な美人だが、研究以外のことには疎く、鈍感で、自分に想いを寄せている男性がいることにも全く気が付いていない。
+jp_dataset/basic5000/wav/BASIC5000_4244.wav:上衣下の乾酪化病巣から、結核菌と結核菌抗原が、くも膜下腔へと放出されると、髄膜炎が生じる。
+jp_dataset/basic5000/wav/BASIC5000_4245.wav:家屋の敷地内には、土地神を祭る祠を建て、穀物や、香辛料を育てる家庭菜園もある。
+jp_dataset/basic5000/wav/BASIC5000_4246.wav:起点側のすぐそばに、祐徳稲荷神社があるため、元日は多くの車で渋滞する。
+jp_dataset/basic5000/wav/BASIC5000_4247.wav:そのため、血中のオロト酸の濃度が上昇する。
+jp_dataset/basic5000/wav/BASIC5000_4248.wav:山頂付近はなだらかだが、南北両側に巨大な爆裂火口跡があり、断崖絶壁となって、鋭く切れ落ちている。
+jp_dataset/basic5000/wav/BASIC5000_4249.wav:その余技は、歌を作ることとコンサートを行うこと、素人劇を上演することであり、平時の守備隊任務では退屈さを紛らすものだった。
+jp_dataset/basic5000/wav/BASIC5000_4250.wav:ノンフィクション作家の土本亜理子は実娘。
+jp_dataset/basic5000/wav/BASIC5000_4251.wav:硬膜静脈洞の静脈血は、内頸静脈へ流出する。
+jp_dataset/basic5000/wav/BASIC5000_4252.wav:吸着能力が低下してきたときは定期的に煮沸消毒をすれば、竹炭の孔に吸着した物質が取れ、再利用できることもある。
+jp_dataset/basic5000/wav/BASIC5000_4253.wav:昔、真核細胞が光合成性の藍藻を取り込み、消化に失敗したと考えられている。
+jp_dataset/basic5000/wav/BASIC5000_4254.wav:本年度も全日程が園田競馬場で開催され、姫路競馬場での開催はなかった。
+jp_dataset/basic5000/wav/BASIC5000_4255.wav:レモンマートルの苗木は低木で、幹が聳え立つまではゆっくりと育つ。
+jp_dataset/basic5000/wav/BASIC5000_4256.wav:イベントの際は出店も出し、新入部員も必要とするくらいに、繁盛している模様。
+jp_dataset/basic5000/wav/BASIC5000_4257.wav:物語上は主に偵察や見張り、伝令などの役割を担う。
+jp_dataset/basic5000/wav/BASIC5000_4258.wav:青銅を用いた鋳造製で、砲尾に空けられた穴から直接点火して発射する。
+jp_dataset/basic5000/wav/BASIC5000_4259.wav:このため、各サーバにキープアライブと呼ばれるパケットを定期的に送り、応答時間を監視する。
+jp_dataset/basic5000/wav/BASIC5000_4260.wav:石化した相手は脆くなり、倒されるとバラバラに崩れる。
+jp_dataset/basic5000/wav/BASIC5000_4261.wav:エデンに生息しており、功績を認められた天使は、頭部に天輪を宿すことを許され、各天使は様々な業を司っている。
+jp_dataset/basic5000/wav/BASIC5000_4262.wav:地層を構成する粒子間の間隙の大小で規定される。
+jp_dataset/basic5000/wav/BASIC5000_4263.wav:商品の場合は、慣用名の他に、登録商標がつけられることがあり、慣用名と紛らわしい。
+jp_dataset/basic5000/wav/BASIC5000_4264.wav:波照間島では集団罹患が発生した。
+jp_dataset/basic5000/wav/BASIC5000_4265.wav:両目を開けたまま、拡大式の照準眼鏡のように、視野を狭めることなく照準できる。
+jp_dataset/basic5000/wav/BASIC5000_4266.wav:定電圧特性の溶接機は、主に半自動アーク溶接に使われている。
+jp_dataset/basic5000/wav/BASIC5000_4267.wav:周辺は、市街地の山手に位置する閑静な住宅街。
+jp_dataset/basic5000/wav/BASIC5000_4268.wav:その体質のせいで女性と縁がなかった王だが、自分と同じく大量の汗をかく女中に恋をする。
+jp_dataset/basic5000/wav/BASIC5000_4269.wav:前回、大会で山梨学院大学と、神奈川大学が、共に途中棄権となったため、予選会からの出場となった。
+jp_dataset/basic5000/wav/BASIC5000_4270.wav:時を越えて古代のシュラトス王国に辿りついたイリアーラ帝国貴族であるが、正体は秘匿されており口外していない。
+jp_dataset/basic5000/wav/BASIC5000_4271.wav:晴天の日はこの峠からの富士山の眺望は良く、撮影ポイントとしても有名である。
+jp_dataset/basic5000/wav/BASIC5000_4272.wav:暴力団、並びに、これに係る利害関係者の根絶は、警察による規制や取締りと、企業や市民による排除活動を狙いとしていた。
+jp_dataset/basic5000/wav/BASIC5000_4273.wav:私は、果樹栽培を天職と定め、一身を賭しています。
+jp_dataset/basic5000/wav/BASIC5000_4274.wav:石炭は、ジョンソン郡や東部ケンタッキー州にとって南北戦争前でも重要だったが、その発展は、戦争の開始時点で止まってしまった。
+jp_dataset/basic5000/wav/BASIC5000_4275.wav:構成を練る余地はありそうです。
+jp_dataset/basic5000/wav/BASIC5000_4276.wav:兄王であるギョーム三世には頼りにされたため、公爵の地位を与えられる。
+jp_dataset/basic5000/wav/BASIC5000_4277.wav:死神と共に延々と下ネタに興じる。
+jp_dataset/basic5000/wav/BASIC5000_4278.wav:尻から出すものは移動用で、ターザンロープのように固着させた糸の端からぶらさがることで、高速移動ができる。
+jp_dataset/basic5000/wav/BASIC5000_4279.wav:結局、次男と次女は恋仲になり、長男、長女もまたくっついて、ハッピーエンドとなる。
+jp_dataset/basic5000/wav/BASIC5000_4280.wav:蛍光塗料を用いて、ブラックライトに浮かび上がる入れ墨は存在するが、通常の状態でも、絵は見える。
+jp_dataset/basic5000/wav/BASIC5000_4281.wav:文学的表現においても、他者に害悪をもたらすような表現は慎むべきである旨を、最高裁は判決理由で指摘した。
+jp_dataset/basic5000/wav/BASIC5000_4282.wav:暴走時は燃え盛る炎に身を包んだ竜人となる。
+jp_dataset/basic5000/wav/BASIC5000_4283.wav:少年と猫のちょっと不思議で心温まる生活を描いた、ホームドラマ調コメディー漫画。
+jp_dataset/basic5000/wav/BASIC5000_4284.wav:有翼人伝承の研究に、余生を捧げている。
+jp_dataset/basic5000/wav/BASIC5000_4285.wav:これは、釈迦が悟りを求めて修行中に悪魔の誘惑を受けたが、これを退けたという伝説に由来するもので、煩悩に屈しない、堅固な決意を示す。
+jp_dataset/basic5000/wav/BASIC5000_4286.wav:線路と並行していた県道の拡幅用地とされ、歩道となっている。
+jp_dataset/basic5000/wav/BASIC5000_4287.wav:郡の東には山々が山脈を作っており、頂上がたくさんあることに由来するといわれる。
+jp_dataset/basic5000/wav/BASIC5000_4288.wav:触れただけで植物は枯れ、動物は死に、物は朽ちるスピードが速まる。
+jp_dataset/basic5000/wav/BASIC5000_4289.wav:どうしてもカタカナ表記の出典が見当たらない場合には、原語表記のみとするか、暫定的なカナ表記を行うことは許容されます。
+jp_dataset/basic5000/wav/BASIC5000_4290.wav:以上のような訓練を経ることによって、精神分析家となることができる。
+jp_dataset/basic5000/wav/BASIC5000_4291.wav:二酸化炭素を含む弱酸性の雨水が台地を作っている石灰岩中に浸透し、炭酸カルシウムを溶かした地下水となる。
+jp_dataset/basic5000/wav/BASIC5000_4292.wav:ただし、中国茶に近い製法をとる、釜炒り茶もある。
+jp_dataset/basic5000/wav/BASIC5000_4293.wav:薩摩料理の影響を受けた豚骨、沖縄料理の影響をうけた油そうめん、豚足、両者に共通する豚味噌などが有名。
+jp_dataset/basic5000/wav/BASIC5000_4294.wav:多数党の上院議員の中から仮議長が指名するが、上院仮議長とは逆に、新人議員を交代で仮議長代行に充てることが、慣例となっている。
+jp_dataset/basic5000/wav/BASIC5000_4295.wav:もともと旧家で無知な人形のように育てられたが、忍によってその境遇から解放された後、いろいろと余計なことを覚えて現在の性格ができあがった。
+jp_dataset/basic5000/wav/BASIC5000_4296.wav:水や餌を求めて移動することはまれで、食物があるところから、歩いて移動できる場所にねぐらを構える性質がある。
+jp_dataset/basic5000/wav/BASIC5000_4297.wav:通常は、受信する信号レベルが低下したときに、映像信号に重畳した熱雑音が、目立つことで発生する。
+jp_dataset/basic5000/wav/BASIC5000_4298.wav:この他に、インド政府が採っている初等教育政策には、以下のようなも��がある。
+jp_dataset/basic5000/wav/BASIC5000_4299.wav:作品の質にムラがあり、日本版画史上最高レベルの傑作がある反面、凡庸、あるいは稚拙な作品も交じる。
+jp_dataset/basic5000/wav/BASIC5000_4300.wav:少々横柄な言動をとるが、自らの手でスクラップから再生させた機械兵士達を、我が子のように慈しむ一面を持ち、無益な殺生を好まない。
+jp_dataset/basic5000/wav/BASIC5000_4301.wav:胃潰瘍で倒れるが、仁の手術で一命を取り留める。
+jp_dataset/basic5000/wav/BASIC5000_4302.wav:この世界では、虎や狼は人間の狩猟によってすでに絶滅しているが、一方で、鯨は、捕鯨の中止によって増加しているらしい。
+jp_dataset/basic5000/wav/BASIC5000_4303.wav:数年後、ガラスを自由に形成し曲げることができる技法を開発した。
+jp_dataset/basic5000/wav/BASIC5000_4304.wav:その後、靖国神社で大宮と対面し、彼に殴られたことで、これまでの行いを悔いる。
+jp_dataset/basic5000/wav/BASIC5000_4305.wav:右手で指を差しながら身体を揺する独自のモーションを持つ。
+jp_dataset/basic5000/wav/BASIC5000_4306.wav:彼女たちは何も語らず、何も求めず、人に幸せをもたらし、その傍らで微笑んでいたという。
+jp_dataset/basic5000/wav/BASIC5000_4307.wav:その溝に取り付けるアタッチメントを使う事で、木製の壁面だけでなく、ファブリック、ガラスやアクリルなどの壁面を作ることも可能。
+jp_dataset/basic5000/wav/BASIC5000_4308.wav:膝上丈までたくし上げるのが普通だが、国王のみは膝下丈である。
+jp_dataset/basic5000/wav/BASIC5000_4309.wav:しかし、朝廷から離れて賓客と話すときには、国事を一切話題にしなかった。
+jp_dataset/basic5000/wav/BASIC5000_4310.wav:また、利用者が城の写真を投稿したり、実際に城に訪れる際に役立つ口コミ情報を投稿できるなど、城郭好きへ向けたコミュニティ機能も用意されている。
+jp_dataset/basic5000/wav/BASIC5000_4311.wav:そうしないと、信憑性、曖昧さがさらに助長されてしまう様に感じます。
+jp_dataset/basic5000/wav/BASIC5000_4312.wav:生物の生息密度は、ふつう、沿岸から離れた深海ほど低くなるが、熱水噴出孔の周囲は、高密度で生物が生息している。
+jp_dataset/basic5000/wav/BASIC5000_4313.wav:雌小穂は細長く、柄はほとんどなく、立ち上がるか、やや先が垂れる。
+jp_dataset/basic5000/wav/BASIC5000_4314.wav:ジュンイチローは高めを放銃し、二盃口まで乗せてしまうという不覚をとっており、両者の力量の差が、如実に表れた局面になっていた。
+jp_dataset/basic5000/wav/BASIC5000_4315.wav:弦のトレモロの上でピッコロ、木琴、ハープ短い動機を奏する。
+jp_dataset/basic5000/wav/BASIC5000_4316.wav:主な進学先は、学区内の中泊町立中里中学校である。
+jp_dataset/basic5000/wav/BASIC5000_4317.wav:サイクリングロードの設置場所は河川敷がほとんどで、このほかに湖沼の沿岸、海岸、鉄道廃線跡が挙げられる。
+jp_dataset/basic5000/wav/BASIC5000_4318.wav:元祖くず餅の店として有名である。
+jp_dataset/basic5000/wav/BASIC5000_4319.wav:人々は跪き、ツァーリにパンを請う。
+jp_dataset/basic5000/wav/BASIC5000_4320.wav:フエの市街地とその東方の南シナ海岸とのあいだに広がる田園地帯には、ノンラーで生計を立てている人びとが居住する村落も点在する。
+jp_dataset/basic5000/wav/BASIC5000_4321.wav:エベレットは、その少年が鍵だと悟る。
+jp_dataset/basic5000/wav/BASIC5000_4322.wav:このゲームでは、敵のアイテムドロップは基本的に尋問の成功によってしか発生しないので、非常に重要なスキル。
+jp_dataset/basic5000/wav/BASIC5000_4323.wav:代表的なツープラトン攻撃を抜粋して記載する。
+jp_dataset/basic5000/wav/BASIC5000_4324.wav:主戦派の首脳を失ったことで、宇宙革命軍は、ようやく新連邦との和平交渉に臨むことに成功する。
+jp_dataset/basic5000/wav/BASIC5000_4325.wav:軸索障害の存在を示す最も重要な臨床所見は、筋萎縮である。
+jp_dataset/basic5000/wav/BASIC5000_4326.wav:クインビーを駆る、ジャスミンの戦いぶりに驚嘆していた。
+jp_dataset/basic5000/wav/BASIC5000_4327.wav:ただ、イネが単独で栽培されていたわけでなく、オオムギ、ヒエ、キビ、アワ、ソバなどの雑穀類の栽培や、アズキ、大豆なども混作されていた。
+jp_dataset/basic5000/wav/BASIC5000_4328.wav:成長期に差し掛かり、母のように胸が大きくなってきている事にコンプレックスを抱いている。
+jp_dataset/basic5000/wav/BASIC5000_4329.wav:また最近では、車の上に載せるルーフテントというものもあり、車中泊などで、手軽に旅を楽しむ人達に少しずつ浸透し始めている。
+jp_dataset/basic5000/wav/BASIC5000_4330.wav:オープンカーならではの駐車時の安全、盗難対策として、ハンドルロックと、グローブボックスの鍵が備わる。
+jp_dataset/basic5000/wav/BASIC5000_4331.wav:そのため、音更川の河原では、現在でも流域全域で比較的多くの黒曜石が、他の石に混ざって転がっている。
+jp_dataset/basic5000/wav/BASIC5000_4332.wav:勝手な行動を続けたショウと仲たがいすることになるが、結局、神狗との銃撃戦で殉職。
+jp_dataset/basic5000/wav/BASIC5000_4333.wav:蛭湖は右手に血の剣、左手に血の盾を纏い、水鏡と戦った。
+jp_dataset/basic5000/wav/BASIC5000_4334.wav:偽証人が現われ、民衆も煽動される。
+jp_dataset/basic5000/wav/BASIC5000_4335.wav:逆に過去にトラブルのあった間柄やライバル関係にある選手同士などでは、相性の良いタイプ同士であっても、一切連携は繋がらない。
+jp_dataset/basic5000/wav/BASIC5000_4336.wav:常に効率性と理論を重んじる冷静かつ寡黙なディセプティコンの戦士、兼、科学者で、真の意味でメガトロンと比肩しうる存在と恐れられている。
+jp_dataset/basic5000/wav/BASIC5000_4337.wav:天保の改革の際に、株仲間が一時廃止された際に、冥加も免除され、後に株仲間は再興されたが、株仲間に対する冥加の賦課は行われなくなった。
+jp_dataset/basic5000/wav/BASIC5000_4338.wav:温泉旅館と湯治宿を兼ねる、昔ながらの温泉宿であり、小さい男女別の浴場と、混浴の大浴場があった。
+jp_dataset/basic5000/wav/BASIC5000_4339.wav:また標的に対して真っ直ぐに打ち込まなければ、刃の単分子層が摩耗し、切れ味が鈍る。
+jp_dataset/basic5000/wav/BASIC5000_4340.wav:聡明且つ冷静沈着だが、事件解決の為には単身危険に飛び込むような無茶もする。
+jp_dataset/basic5000/wav/BASIC5000_4341.wav:編み棒から毛糸を出して何でも編む。
+jp_dataset/basic5000/wav/BASIC5000_4342.wav:近代における自由の概念は、他者の意志にではなく、自己自身の意志に従って行為することとして捉えることができる。
+jp_dataset/basic5000/wav/BASIC5000_4343.wav:其の中より生じた故、爛火を奉り候。
+jp_dataset/basic5000/wav/BASIC5000_4344.wav:地質学の分野においては、砂は粒度、構成鉱物、円摩度、成因、堆積環境等で分類される。
+jp_dataset/basic5000/wav/BASIC5000_4345.wav:自宅に寄り添うようになった野良猫が、ボツリヌス菌による中毒にかかったことがきっかけで、ドリトルの助言により、発生源の疑いのある公園の整備を最後の仕事とした。
+jp_dataset/basic5000/wav/BASIC5000_4346.wav:選挙法では、国民会議によって選出される国会議員候補者は、大統領が国民会議に対し一括推薦を行ない、国民会議で推薦候補への一括投票で決することになっていた。
+jp_dataset/basic5000/wav/BASIC5000_4347.wav:衰えると、肉体を炎と化して、灰の中から雛として生まれ変わることが出来る。
+jp_dataset/basic5000/wav/BASIC5000_4348.wav:よって尿道の長さは、男性の方がほぼ陰茎の長さ分だけ長い。
+jp_dataset/basic5000/wav/BASIC5000_4349.wav:生地に少量の漆で模様の形を塗り、その上に金箔を、撚れないように載せる。
+jp_dataset/basic5000/wav/BASIC5000_4350.wav:狭義の古書店は、実店舗を構えて、古書を販売している店を指す。
+jp_dataset/basic5000/wav/BASIC5000_4351.wav:このカメラで人や物などを写すと、写した物が写真に取り込まれる。
+jp_dataset/basic5000/wav/BASIC5000_4352.wav:恋愛を疎むニヒリストだが、つくしのまっすぐな思いに心打たれ、水面下で司とつくしの縁結びに協力した。
+jp_dataset/basic5000/wav/BASIC5000_4353.wav:白哉から養子に望まれたにも関わらず、冷遇される事に戸惑いと寂しさを覚えていた。
+jp_dataset/basic5000/wav/BASIC5000_4354.wav:そう確信したハンネが、事件の調査を進める裏で、怠惰の悪魔も静かに動き出す。
+jp_dataset/basic5000/wav/BASIC5000_4355.wav:ただ、断層が硬い時は、落ちた地層と撓んだ地層との間に隙間ができる。
+jp_dataset/basic5000/wav/BASIC5000_4356.wav:ジェットコースターといった、遊園地の絶叫マシンが苦手。
+jp_dataset/basic5000/wav/BASIC5000_4357.wav:かつては命の遣り取りとなる戦いも経験していたようだが、大河に諭されてからは、敵であろうとも命は奪わず、悪行を懲らしめるためだけに自らの力を奮うようにしている。
+jp_dataset/basic5000/wav/BASIC5000_4358.wav:物体を正の向きに移動させるとばねが伸び、負の向きに移動させるとばねは縮む。
+jp_dataset/basic5000/wav/BASIC5000_4359.wav:この頃からクールな性格で親友の綾に気を遣うなど、さり気無い優しさも変わらないが、それ故にある罪を犯してしまう。
+jp_dataset/basic5000/wav/BASIC5000_4360.wav:花を咲かせなければ大地が枯れ果ててしまうため、主人公の記憶を消して、人と友角人の架け橋になるように仕向けた。
+jp_dataset/basic5000/wav/BASIC5000_4361.wav:そこへ、ランケデムがメドゥーラを連れて現れ、パシャは早速買い取る。
+jp_dataset/basic5000/wav/BASIC5000_4362.wav:その巨躯と力は輸送を任せると非常に有効であり、武器や兵糧の運搬から、軍楽隊の大太鼓、大砲の牽引まで幅広く用いられた。
+jp_dataset/basic5000/wav/BASIC5000_4363.wav:真夜中過ぎに、複数の火災が桟橋の上であった。
+jp_dataset/basic5000/wav/BASIC5000_4364.wav:川沿い、山肌などから、温泉が湧出している。
+jp_dataset/basic5000/wav/BASIC5000_4365.wav:岩の多い険しい風景は、ヒツジやヤギの放牧に適していたが、ローヌ川渓谷の外では、大規模農場に向く土壌はなかった。
+jp_dataset/basic5000/wav/BASIC5000_4366.wav:麻薬精製の原料である、無水酢酸の押収量が世界で最も多い。
+jp_dataset/basic5000/wav/BASIC5000_4367.wav:やがて釈放されるものの、拘留中からの体調が悪化が原因で、自宅で死去する。
+jp_dataset/basic5000/wav/BASIC5000_4368.wav:言葉遣いこそ丁寧だが、刃物のような冷徹さがそこからは滲み出る。
+jp_dataset/basic5000/wav/BASIC5000_4369.wav:また、何度でも蘇生できるため、無謀な攻撃をしたり、身を盾にしてヘイゼルを守る。
+jp_dataset/basic5000/wav/BASIC5000_4370.wav:また、たたら道具の営繕を行う鍛冶場も隣接していた。
+jp_dataset/basic5000/wav/BASIC5000_4371.wav:二環路と西直門外大街との交差点から少し北西方向に入った所に在る。
+jp_dataset/basic5000/wav/BASIC5000_4372.wav:戦車だけでなく、車両全般の渡河を行うため、専用車両や舟艇が存在する。
+jp_dataset/basic5000/wav/BASIC5000_4373.wav:こちらもメッキ上の加工によるもので、一重のみ、直刃と乱刃の物が多い。
+jp_dataset/basic5000/wav/BASIC5000_4374.wav:母親は他の哺乳類のような乳首をもたず、子は母親の乳腺から染み出した乳をなめている。
+jp_dataset/basic5000/wav/BASIC5000_4375.wav:体は噛みつかれた痕の歯形だらけ。
+jp_dataset/basic5000/wav/BASIC5000_4376.wav:違和感がひどければ、取り外すことになる。
+jp_dataset/basic5000/wav/BASIC5000_4377.wav:大量の水が宿ることで鞭へと変化する。
+jp_dataset/basic5000/wav/BASIC5000_4378.wav:校舎は諏訪湖の近くにあり、八ヶ岳も見え、空気が澄んでいる時には富士山も見える。
+jp_dataset/basic5000/wav/BASIC5000_4379.wav:優秀な織女であり、また宿禰に淡い恋心を抱く描写がある。
+jp_dataset/basic5000/wav/BASIC5000_4380.wav:入浴が許されていなかったが、常に髪は清潔であり、体臭も無く、良い香りがしたという。
+jp_dataset/basic5000/wav/BASIC5000_4381.wav:しかし最期までそれを責めることは無かった。
+jp_dataset/basic5000/wav/BASIC5000_4382.wav:正義感溢れる性格故、当初、アイエフやセガミをうずめからの刺客と勘違いしてしまう。
+jp_dataset/basic5000/wav/BASIC5000_4383.wav:家事の話題になると、昔の苦い思い出がよみがえり、我を忘れて愚痴を述べ、自分の世界に入ってしまい、時には暴れることさえあった。
+jp_dataset/basic5000/wav/BASIC5000_4384.wav:松花堂弁当の発明者としても有名である。
+jp_dataset/basic5000/wav/BASIC5000_4385.wav:公案により見性しようとする臨済宗は、疑問を抱きつつ坐禅することにより、悟りに至る看話禅の立場を採る。
+jp_dataset/basic5000/wav/BASIC5000_4386.wav:ゲイであるポールとの生活は穏やかで、ムースの心も和む。
+jp_dataset/basic5000/wav/BASIC5000_4387.wav:水をかけられると命にかかわる危険なレベルで、熱湯もアウトだが、バケツ一杯分なら平気らしい。
+jp_dataset/basic5000/wav/BASIC5000_4388.wav:マ族の女性は膝下まで届くスカートを着用する。
+jp_dataset/basic5000/wav/BASIC5000_4389.wav:動員数が増えた場合は、ほとぼりが冷めるまでそのエリアに近付かなければ良いが、その間は、他のエリアの警備が手薄になる場合もある。
+jp_dataset/basic5000/wav/BASIC5000_4390.wav:ユニクロン打倒後は、ベクターシグマの命令により、新たなグレートコンボイに任命される。
+jp_dataset/basic5000/wav/BASIC5000_4391.wav:付き人に扮したドキンちゃんと共に鰻丼をご馳走になるが、��ンショウくんが山椒を振りかけた際にくしゃみをした拍子に、椅子から転げ落ちて変装がばれてしまった。
+jp_dataset/basic5000/wav/BASIC5000_4392.wav:ディーゼルエンジンの容積あたりの低出力を過給、ターボチャージャー、ターボコンパウンドなどで補うと、点火装置の単純さが相殺され、高コストになる。
+jp_dataset/basic5000/wav/BASIC5000_4393.wav:かもし出す雰囲気は常にキッスを畏怖させる。
+jp_dataset/basic5000/wav/BASIC5000_4394.wav:廃墟と化した町に住んでいた少女が奇獣化したものと思われる。
+jp_dataset/basic5000/wav/BASIC5000_4395.wav:長い年月の間にはいくつものダム湖が作られ、これによって、岸辺の総延長が伸長し、食物をとる範囲が増えることになる。
+jp_dataset/basic5000/wav/BASIC5000_4396.wav:しかし洪武帝の猜疑心は収まらず、皇帝直属の特務機関である錦衣衛を作る。
+jp_dataset/basic5000/wav/BASIC5000_4397.wav:船としての動力をカガクと結びつける描写はなされておらず、大半が樹木で覆われた甲板には、ところどころに大型帆船と同程度の大きさの横帆を持ったマストが描かれている。
+jp_dataset/basic5000/wav/BASIC5000_4398.wav:一妻多夫制で、オスはメスを引き付けるために、隠蔽色から鮮やかな色へ変化する。
+jp_dataset/basic5000/wav/BASIC5000_4399.wav:セイの提案に長老は反対するが、国王は聞き入れ、熱病はやがて鎮まる。
+jp_dataset/basic5000/wav/BASIC5000_4400.wav:スイスチャードの名前で、種苗店で販売される。
+jp_dataset/basic5000/wav/BASIC5000_4401.wav:汗明軍を見事に率いる手腕を持っており、汗明が討死した後も奮戦した。
+jp_dataset/basic5000/wav/BASIC5000_4402.wav:狩猟用ではなく、愛玩犬として作出された。
+jp_dataset/basic5000/wav/BASIC5000_4403.wav:前作では、対戦モードでしかイトコを使うことは出来なかったが、今作からは、通常のステージでもイトコを使って転がすことができるようになった。
+jp_dataset/basic5000/wav/BASIC5000_4404.wav:コペンハーゲン解釈は、観測することによって初めて状態が確定すると解釈するため、素朴実在論などと相容れない。
+jp_dataset/basic5000/wav/BASIC5000_4405.wav:火炎放射熱による直接または、空気を加熱することにより間接的に、ものや室内を暖めるための炉で、囲炉裏、ストーブ、ボイラー、焜炉、オーブン、七輪、竈などがある。
+jp_dataset/basic5000/wav/BASIC5000_4406.wav:吹奏楽編曲時に、調性が変更されることがしばしばある。
+jp_dataset/basic5000/wav/BASIC5000_4407.wav:そんな愛しく恋しい姫のために、華の騎士道踏みしめ姫にある日を夢に見て、お供のサンチョと共に今日も旅を続ける。
+jp_dataset/basic5000/wav/BASIC5000_4408.wav:線虫捕食菌とは、線虫を多少とも積極的に捕捉し、これを資化して栄養源とするものである。
+jp_dataset/basic5000/wav/BASIC5000_4409.wav:内宮領は、所属全団が小学校区単位で、連合団を結成する。
+jp_dataset/basic5000/wav/BASIC5000_4410.wav:甲殻類では殻に存在し、それらを餌とするマダイでは体表に、サケ科魚類では、筋肉の赤色部分などに見られる。
+jp_dataset/basic5000/wav/BASIC5000_4411.wav:彼の料理はグランバニアの料理で舌が肥えているであろうテン達の舌を唸らせるほどの美味しさ。
+jp_dataset/basic5000/wav/BASIC5000_4412.wav:吸血鬼にとって神聖な天体である月の魔力を完璧に操り生み出される、月匠の魔法細工は、あらゆる血統の美術的崇拝の対象となっている。
+jp_dataset/basic5000/wav/BASIC5000_4413.wav:海外での馬番号は、負担重量の重い順に並べられ、同じ負担斤量の馬は、現地表記のアルファベット順に並べられる。
+jp_dataset/basic5000/wav/BASIC5000_4414.wav:水に浸すか浮かして、糊の付いている台紙とデカールを分離し、埃や油分を取り除いた添付面に添付し、水分を除去して定着させる。
+jp_dataset/basic5000/wav/BASIC5000_4415.wav:特技は栃木弁丸出しのしゃべりである。
+jp_dataset/basic5000/wav/BASIC5000_4416.wav:ランチェロと共謀し、トライカラの城塞に幽閉されたギスカールの救出を企てる一味に加わっていた。
+jp_dataset/basic5000/wav/BASIC5000_4417.wav:一人では入れないオンザローズに入る為、半ば強引に、孝をオンザローズに誘う。
+jp_dataset/basic5000/wav/BASIC5000_4418.wav:時化の状態になると、船の転覆の恐れがあるために、漁師は漁に出ることができず、魚市場での不作につながる。
+jp_dataset/basic5000/wav/BASIC5000_4419.wav:久遠と喧嘩をすることもあるらしい。
+jp_dataset/basic5000/wav/BASIC5000_4420.wav:魔力を持った人間は、レヴィアンタ魔道王国に集められていたため、レヴィアンタの災厄で、この一族の人間はいなくなったとされる。
+jp_dataset/basic5000/wav/BASIC5000_4421.wav:コスモ戦では、相手に投げ技をかけ、掴んだ相手の腕と、自身の上腕と肩を使って首を絞めると共に、自分自身の体で相手の内臓を圧迫するという形で使用した。
+jp_dataset/basic5000/wav/BASIC5000_4422.wav:イギリス軍の飾緒は殆どが金色で、他国に比べて石筆が大きく、紐の編み方が粗い。
+jp_dataset/basic5000/wav/BASIC5000_4423.wav:一年のうち大半は凍結している。
+jp_dataset/basic5000/wav/BASIC5000_4424.wav:新古今時代以降、衆議判と言って、参加者によって優劣が判定されることも多くなった。
+jp_dataset/basic5000/wav/BASIC5000_4425.wav:外見は幼い少女で、人間になるために必要な魔力を胸に抱いた宝珠に蓄えている。
+jp_dataset/basic5000/wav/BASIC5000_4426.wav:八戒に見込まれたので、迷惑半分に利用するが、余りに役に立たないので愛想を尽かす。
+jp_dataset/basic5000/wav/BASIC5000_4427.wav:フォーニバルの裁判の際、砦を離れられないダリオが自身の代わりに、無罪の証言をする証人として彼を遣わす。
+jp_dataset/basic5000/wav/BASIC5000_4428.wav:但し、命令で定める外国人には課税しない。
+jp_dataset/basic5000/wav/BASIC5000_4429.wav:その後、レイチェルを撮った写真は、全て彼女の顔が歪んで写るようになる。
+jp_dataset/basic5000/wav/BASIC5000_4430.wav:竹紙の薄く、また空気を通さず、唾で容易に張り付くといった性質を利用したものであり、淡竹や、黒竹のものが使用されている。
+jp_dataset/basic5000/wav/BASIC5000_4431.wav:専門的なことには疎いが、会社に大きな仕事を持ってくることが多く、ミッション中の最終的な判断を下す立場にある。
+jp_dataset/basic5000/wav/BASIC5000_4432.wav:ダンゲルと同様に、失敗したりしたり、時にはジャネラの意志でヘルメット部が絞まる形で激しい苦痛を与えられる。
+jp_dataset/basic5000/wav/BASIC5000_4433.wav:正円孔は、三叉神経第二枝である、上顎神経が通る。
+jp_dataset/basic5000/wav/BASIC5000_4434.wav:科学者として疑似科学や似非科学への警鐘を鳴らし、科学的知識の普及や、啓蒙に精力的に取り組む、としている。
+jp_dataset/basic5000/wav/BASIC5000_4435.wav:輪のように縫い付けられた布製の物で、堅い部品を持たない。
+jp_dataset/basic5000/wav/BASIC5000_4436.wav:レベルを選んで二人交代で得点を競うモード。
+jp_dataset/basic5000/wav/BASIC5000_4437.wav:骨髄抑制、間質性肺炎、皮膚潰瘍など。
+jp_dataset/basic5000/wav/BASIC5000_4438.wav:アカマンボウ目の近縁魚類のように、表層部分を頭部を上にして漂っているが、それ以外には殆ど生態が解明されていない。
+jp_dataset/basic5000/wav/BASIC5000_4439.wav:高速回転することで、自身に周囲に竜巻を発生させて、そのまま突進攻撃し、触れた相手を巻き込んで、連続してダメージを与える。
+jp_dataset/basic5000/wav/BASIC5000_4440.wav:石灰が多くあることからセメント産業も盛んで、ほかには自動車製造、家具製造、化学産業なども主要な産業である。
+jp_dataset/basic5000/wav/BASIC5000_4441.wav:第一点については、完成間近の状態のヒトラーユーゲントを多くの青少年が拒絶し、無関心であったことが意味される。
+jp_dataset/basic5000/wav/BASIC5000_4442.wav:ブックレットの記述では、玲音よりも遥かに女の業を煮やす少女。
+jp_dataset/basic5000/wav/BASIC5000_4443.wav:全域が八尾市立八尾中学校、八尾市立用和小学校の校区。
+jp_dataset/basic5000/wav/BASIC5000_4444.wav:銃弾が尽きるまでの激戦となり、サリヴァンもまた、肉体限界を超えて、戦闘不能となる。
+jp_dataset/basic5000/wav/BASIC5000_4445.wav:巡礼は最後にギルベールが負かされた話で言葉を濁すが、ギルベールは、セドリックの息子、ウィルフレッドに負けたこと、そして再戦を望んでいることを自ら言う。
+jp_dataset/basic5000/wav/BASIC5000_4446.wav:そのためか、ローゼンマン側に上書きされた描写が特にない。
+jp_dataset/basic5000/wav/BASIC5000_4447.wav:既に釈迦の仏法を聴聞して慈悲心に満ちた、ビンビサーラが、妃のこの態度に心を痛め、一計を案じて、仏前に連れ出した。
+jp_dataset/basic5000/wav/BASIC5000_4448.wav:例えば、降水がほとんどない砂漠気候下にあるカルスト地形は、過去の湿潤な気候の元で発達した、化石カルストである。
+jp_dataset/basic5000/wav/BASIC5000_4449.wav:直刀が引き取られる以前から冬峰に師事しており、もう一人の直刀の存在も知っている。
+jp_dataset/basic5000/wav/BASIC5000_4450.wav:皇室関係の慶弔行事が行われる場合は、その年に限り、それが実施される日を特別に休日として定める法律が作られる。
+jp_dataset/basic5000/wav/BASIC5000_4451.wav:アヒルに似た巨大なエイリアンで、三つに分かれた瞳孔と、長い腕が特徴。
+jp_dataset/basic5000/wav/BASIC5000_4452.wav:山岳に囲まれていることや、気温が低いことも合わせ、耕作には向いていない。
+jp_dataset/basic5000/wav/BASIC5000_4453.wav:法務大臣は、保護司が欠格に該当するに至った時は、解嘱しなければならない。
+jp_dataset/basic5000/wav/BASIC5000_4454.wav:身分の高いほうから並べると女官、女孺、雑仕の順となる。
+jp_dataset/basic5000/wav/BASIC5000_4455.wav:今日、門は周辺の公園とともに、休暇にシーラーズの人々が集う憩いの場となっている。
+jp_dataset/basic5000/wav/BASIC5000_4456.wav:日立金属が極少量の生産を続けているが、生産された玉鋼は、指定された日本刀の刀工にのみ配布され、一般には流通しない。
+jp_dataset/basic5000/wav/BASIC5000_4457.wav:その御趣旨によると、我等臣民たるものは父母に孝行を尽くし、兄弟姉妹仲よくし、夫婦互いに分を守って睦まじくし、朋友には信義をもって交わらなければならなりません。
+jp_dataset/basic5000/wav/BASIC5000_4458.wav:縄文遺跡が分布する地区には、住居郡や石組、配石遺構など縄文時代の精神文化の現れた祭祀施設であり、国の史跡に指定されている。
+jp_dataset/basic5000/wav/BASIC5000_4459.wav:幾つもの国々を抱え、その国々に住まう者達によって、何時か滅ぶ事が予見されている。
+jp_dataset/basic5000/wav/BASIC5000_4460.wav:膣口や肛門が裂けるなど、負傷する可能性が高い。
+jp_dataset/basic5000/wav/BASIC5000_4461.wav:男は、凧揚げは子供時代に腕に覚えがあったことを息子に自慢し、まず自分がと、凧を揚げる。
+jp_dataset/basic5000/wav/BASIC5000_4462.wav:アニメでは毒蛇三兄弟に対して原作に比べると善戦していたが、やはり力及ばず敗れる。
+jp_dataset/basic5000/wav/BASIC5000_4463.wav:以降は、同じ説客の陸賈とともに諸侯を説得するなど東奔西走して、その折衝に当たった。
+jp_dataset/basic5000/wav/BASIC5000_4464.wav:その強さゆえに、名剣ですら剣の方が保たずに度々戦闘中に剣が折れてしまい、彼も、自身の力に耐えられる剣が無いことを、多少なりとも憂いている。
+jp_dataset/basic5000/wav/BASIC5000_4465.wav:焼玉エンジンは、混合気が焼玉球殻の内表面の熱面着火により、燃焼が始まる。
+jp_dataset/basic5000/wav/BASIC5000_4466.wav:前作とは違い、アクションを教わるには、一定のオンプが必要である。
+jp_dataset/basic5000/wav/BASIC5000_4467.wav:口数も少ないが、いざ戦闘状態となり血を見たり、硝煙の匂いを嗅ぐと、性格が豹変し、好戦的になる。
+jp_dataset/basic5000/wav/BASIC5000_4468.wav:その時代は長く続いたが、いつしか人間達は、女神に対する信仰心や、敬う心を次第に失い、両女神の戦いを忘れていった。
+jp_dataset/basic5000/wav/BASIC5000_4469.wav:深い森の中を、独り言をつぶやきながら、下向きがちにあてどなく散歩する若者がいる。
+jp_dataset/basic5000/wav/BASIC5000_4470.wav:二十八宿は黄道の領域を占め、西洋における、黄道十二星座に相当するものと考えられる。
+jp_dataset/basic5000/wav/BASIC5000_4471.wav:それゆえ、人前で気後れすることが多く、結希を巡るライバルたちの面前で、萎縮してしまうこともしばしば。
+jp_dataset/basic5000/wav/BASIC5000_4472.wav:ティーの導きに沿いスーパーアレスタを駆る主人公は、一体どのような戦火に遭遇するのであろうか。
+jp_dataset/basic5000/wav/BASIC5000_4473.wav:横岳二世絶崖転住後、禅師は迎えられて、崇福に入院第三世となる。
+jp_dataset/basic5000/wav/BASIC5000_4474.wav:真如薫習とは、衆生が真如の法具を備しているので、無明に冥熏することができる。
+jp_dataset/basic5000/wav/BASIC5000_4475.wav:すると、困窮苦からか、生活のために、郷士の身分を譲渡するようになった。
+jp_dataset/basic5000/wav/BASIC5000_4476.wav:積演算が非可換である場合、除法が左右で区別されるように、分数も割る方向の左右で区別される。
+jp_dataset/basic5000/wav/BASIC5000_4477.wav:特徴として、カサは円錐状、または円錐鐘状、フチは、波状になっている。
+jp_dataset/basic5000/wav/BASIC5000_4478.wav:常に空中を浮遊��る事ができ、障害物にぶつかることは基本的にないため、青ピクミンに次いで、行動範囲が広い。
+jp_dataset/basic5000/wav/BASIC5000_4479.wav:ただしゴーレムは凄まじい能力を持つが、稼動数が少なく、汎用性にも欠けたため、戦局を覆すには至らなかった。
+jp_dataset/basic5000/wav/BASIC5000_4480.wav:その戦争も絶えず行われていたが実際は、大演習程度のもので、まず声明を述べて、自己の優位を述べて、相手の非を鳴らし威嚇する。
+jp_dataset/basic5000/wav/BASIC5000_4481.wav:俵形のカステラ生地の中に白あんが入った饅頭である。
+jp_dataset/basic5000/wav/BASIC5000_4482.wav:埼玉西武ライオンズに記述すれば充分な内容であり、単独記事とする特筆性が見出せない。
+jp_dataset/basic5000/wav/BASIC5000_4483.wav:無口で物静かだが、内に秘める情熱は熱い。
+jp_dataset/basic5000/wav/BASIC5000_4484.wav:荒くれながら土俵上で誰よりも輝いて見えた父を心から尊敬していたが、その憧れの父は、ある夜一般人への暴行事件を起こし、あっけなく除名処分されてしまう。
+jp_dataset/basic5000/wav/BASIC5000_4485.wav:茎をもぎとられたブドウは、円いスロットの中に放り込まれる。
+jp_dataset/basic5000/wav/BASIC5000_4486.wav:兄の平遠の方針に背き、津州軍への実力行使に出る。
+jp_dataset/basic5000/wav/BASIC5000_4487.wav:特に、ドライポイントによる、銅版画の評価が高い。
+jp_dataset/basic5000/wav/BASIC5000_4488.wav:その後、今までの自分の行動を反省し、今まで集めた年貢を村人達に分け与え、少ない年貢で納める事を約束した。
+jp_dataset/basic5000/wav/BASIC5000_4489.wav:始業式などに得意の落語を披露、朝礼の講話ですら落語調で行ない、生徒を爆笑させ、アンコールを求められることもある。
+jp_dataset/basic5000/wav/BASIC5000_4490.wav:この時八雲に見つかり正体と状況を知られる結果となった。
+jp_dataset/basic5000/wav/BASIC5000_4491.wav:子連れのため、荒事はご法度と、うだつの上がらない便利屋だが、生き延びる才能は優れており、ロケットウィンチの技術を砂ぼうずに伝授したのも彼。
+jp_dataset/basic5000/wav/BASIC5000_4492.wav:その腕前は日頃から接している人でさえ見分けることが出来ないほどであり、変装する対象も背格好にある程度類似があるなら、老若男女問わない。
+jp_dataset/basic5000/wav/BASIC5000_4493.wav:死刑判決が確定すると、判決謄本と、公判記録が、当該死刑を求刑した検察庁に送られる。
+jp_dataset/basic5000/wav/BASIC5000_4494.wav:ごろつきたちは引き揚げ、ゴヴィアヌスは死んだ貴婦人の唇にキスをして、自分の一族の墓に葬ることにする。
+jp_dataset/basic5000/wav/BASIC5000_4495.wav:身体の鍛錬のためには、物理的に運動を行う必要があるが、精神の鍛錬についても、訓練を重ねて心を修めることが必要である。
+jp_dataset/basic5000/wav/BASIC5000_4496.wav:そして自らの宮殿を築き、反旗を翻す準備を始めたが、彼の企ては発覚し、風の王によって牢に閉じ込められる。
+jp_dataset/basic5000/wav/BASIC5000_4497.wav:農業経営安定勘定、食糧管理勘定、農業共済再保険勘定、漁船再保険勘定、漁業共済保険勘定、各事業勘定に共通する、事務人件費に係る経理を取り扱っている。
+jp_dataset/basic5000/wav/BASIC5000_4498.wav:現在の酒楼は、点心は一部として、客を招き寄せる。
+jp_dataset/basic5000/wav/BASIC5000_4499.wav:彼女達を弄ぶようなエイポスの思惑と、天使との因縁に終わりはあるのか。
+jp_dataset/basic5000/wav/BASIC5000_4500.wav:彼らは、歌と角笛の音で竜を導く。

filelists/jp_audio_text_val_filelist.txt.cleaned

@@ -0,0 +1,500 @@
+jp_dataset/basic5000/wav/BASIC5000_4001.wav:genzai aru iryou gijutsu kei ha , omoni saitama ika daigaku tanki daigaku ya kanagawa shika daigaku tanki daigaku bu nado ga aru .  
+jp_dataset/basic5000/wav/BASIC5000_4002.wav:dimon hakase naki nochi no dimon hoshi no kenri ha jibun ni yuzura reru beki da to kangae , rokku kara kenri wo ubaou to suru .  
+jp_dataset/basic5000/wav/BASIC5000_4003.wav:seizou houhou ha mizuame no kouso tou ka hou to ji te ori , furuku ha hatsuga genmai naka no touka kouso wo mochii te i ta no ga , nochi ni , yori kouritsu no yoi oomugi bakuga ga riyou sa reru you ni natsu ta no mo , mizuame to douyou de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4004.wav:kare no ju mon ni yori , makikoma re ta raa kaa tomodomo guchagucha ni nari shibou shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4005.wav:ani de aru eryuaado ni koui wo yose te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4006.wav:kore wo tsuke te iru ningen ha , hageshii sekiryou kan ni osowa reru .  
+jp_dataset/basic5000/wav/BASIC5000_4007.wav:yokuchou , ichigyou ha rouboku ga kiritaosa re te iru no wo hakken shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4008.wav:genzai , sesshou nomi ga sonzoku wo mitome rare , tennou no koumu wo daikou suru yakume to shi te , koutaishi nado , kouzoku nomi ga ninze rareru shoku to shi te , koushitsu tenpan ni sadame rare te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4009.wav:kono baai ha , ippan teki na marugata no tsume youji de ha naku , juhi tsuki de , kakugata no , daifuri na youji ga mochii rareru koto ga ooi .  
+jp_dataset/basic5000/wav/BASIC5000_4010.wav:hanshoku sa re ta kotai ga hanbai sa re te iru koto ga ooku , hanshoku sa re ta kotai no hou ga , ippan teki ni yasui .  
+jp_dataset/basic5000/wav/BASIC5000_4011.wav:hana no katachi mo taira ni hirogaru mono kara , hosonagai tsutsu jou ni naru mono made hen'i ni tomu .  
+jp_dataset/basic5000/wav/BASIC5000_4012.wav:buki ha ryouken ni hame ta nakkuru de , bokusatsu shi ta satsujin oni tachi no onryou ga yadotsu te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4013.wav:shigo yaku hyaku nen nochi ni , shuudou in no hashira ni rakurai shi , zangai kara chosaku ga hakken sa re ta to iu .  
+jp_dataset/basic5000/wav/BASIC5000_4014.wav:yaya jiyuu honpou to shi , kyouchou sei ni kakeru men wo motsu .  
+jp_dataset/basic5000/wav/BASIC5000_4015.wav:tenmei nenkan ni , touji juu ichi tou atsu ta teitaku ga shoushitsu , hotondo no bunken ha shoushitsu shi ta ga , shaden ki no utsushi ha , kasai kara manukare ta .  
+jp_dataset/basic5000/wav/BASIC5000_4016.wav:waga kokumin no seizon wo kake ta kono tatakai ha , teikoku ryou nai no subete no shigen wo tettei teki riyou suru koto ni yotsu te , waga teki no sentou chikara wo yowame , futatabi nikuhaku , shukketsu wo kyouyou shi te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4017.wav:munafuda ha , fudan no riyou mono ni ha mie nai ichi ni toritsuke rareru tame , toshitsuki ka hetsu to shibashiba sonzai ga wasure rare te shimau .  
+jp_dataset/basic5000/wav/BASIC5000_4018.wav:heishi no otoshi ta tsurugi wo te ni totsu ta shujin kou ha , doragon ni tatakai wo idomu mo , sono attou teki kyou sa ni ha mattaku ha ga tata zu , sono tsume wo shinzou ni tsukitate rareru .  
+jp_dataset/basic5000/wav/BASIC5000_4019.wav:hitori de hon wo yon de iru koto nado ga ooku , hori ra no guruupu to kakawaru made ha , kouyuu kankei mo sukunakatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4020.wav:kekkon nochi , ichi ko wo sazukaru mo , koutsuu jiko ni yori shibou .  
+jp_dataset/basic5000/wav/BASIC5000_4021.wav:raihin ni yotsu te ha , furii suroo wo nageru baai mo aru .  
+jp_dataset/basic5000/wav/BASIC5000_4022.wav:toudo ga takaku , aji ga noukou de , kurahashi shima no tokusan to natsu te , kyou ni itatsu te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4023.wav:goon to kan'on , nisshou nado , jion ni kansuru kihon teki na tango wo kaisetsu suru .  
+jp_dataset/basic5000/wav/BASIC5000_4024.wav:kouatsu denryuu enerugii wo , kyoku chou tanpa ni henkan shi , soko kara hassei suru bi shindou de ganseki wo kudaku .  
+jp_dataset/basic5000/wav/BASIC5000_4025.wav:ippan teki ni , koumoku mei ha kanji de ari , kaisho de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4026.wav:soshiki gaku teki ni ha , saibou bunka do ga takaku hai saibou sama no nen'eki sansei saibou to henpei jouhi saibou ga , izure mo meiryou katsu tasuu mitome rare , tomo ni nouhou kou ya sen kou no keisei ga medatsu .  
+jp_dataset/basic5000/wav/BASIC5000_4027.wav:tsuujou , kansou shi ta kitai to shi te , chisso ga mochii rareru .  
+jp_dataset/basic5000/wav/BASIC5000_4028.wav:tan saibou de undou sei ga naku , shuui no eiyou wo kyuushuu shi te zoushoku suru mono ha , koubo to minasa reru koto ga aru .  
+jp_dataset/basic5000/wav/BASIC5000_4029.wav:mata , shoujun tochuu de hikigane no te wo yurumeru to , tsune ni agaru you ni baneshikake ni natsu te iru tame , hibasamimi ga ue ni modoru .  
+jp_dataset/basic5000/wav/BASIC5000_4030.wav:ningen to shi te ha kojin da ga , tenkai de , dakini ten ni tsukae te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4031.wav:tokuni natsu ha akkan de , utsukushii midori no kigi de shuiro no shaden ga haeru .  
+jp_dataset/basic5000/wav/BASIC5000_4032.wav:hiyoku na tochi ni sonzai suru koto ga ooku , ryuu zoku no gunsei chi to omonaru tame , tsuujou ha chikazuke nai .  
+jp_dataset/basic5000/wav/BASIC5000_4033.wav:kono yousu wo ken te tsurugi ha , yotsuyu to no torihiki ni joutsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4034.wav:uindamia kyou ga fujin tachi no kakure te iru basho wo hakken shiyou to shi te i ta sono shunkan , aarin fujin ga uindamia kyou fujin no shindaiwari to natsu te sugata wo arawasu .  
+jp_dataset/basic5000/wav/BASIC5000_4035.wav:rei sei ga katayoru to , tsune ni yuugata ya yoru ni natsu tari , sangaku chitai ya kansou chitai to itsu ta shizen ga henka wo togeru .  
+jp_dataset/basic5000/wav/BASIC5000_4036.wav:hinan wo shuusoku suru tame ni okoshi ta no ga , hinoetora kyou goku de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4037.wav:kouka no shurui wo gentei suru koto no riten to shi te , juuryou no aru kouka no baai , chokin hako goto juuryou wo hakaru koto de , aru teido no chokin kingaku wo shiru koto ga dekiru .  
+jp_dataset/basic5000/wav/BASIC5000_4038.wav:komazawa daigaku sanka no danjo kyougaku koukou de , setchi mono ha gakkou houjin komazawa daigaku .  
+jp_dataset/basic5000/wav/BASIC5000_4039.wav:petto no shiiku ni oi te , kotori no baai ha , torikago no naka ni kotori ga anshin shi te yukkuri yasumeru you , subako wo moukeru baai ga aru .  
+jp_dataset/basic5000/wav/BASIC5000_4040.wav:shikashi , konden no fujitsu ni yori yuuzai to nari , tougoku sa re te shibou shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4041.wav:gamen no joutan ka migihashi de , sono houkou ni rebaa wo ire ta mama bakudan wo nageru to , hanekaetsu ta bakudan ha jibun ni atara zu ni nochi he ton de iku .  
+jp_dataset/basic5000/wav/BASIC5000_4042.wav:tsune ni egao wo tayasu koto ga nai ga , kyoufu byou ni yori kao hanbun to migiude ga gishi to natsu te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4043.wav:sono kouseki wo tatae rare , tora chiyo no gawa de tsukaeru you ni natsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4044.wav:jouji ha , kazu nin no karou no gougi sei ni yotsu te , taikou ga kettei sa re ta .  
+jp_dataset/basic5000/wav/BASIC5000_4045.wav:nougyou de ha , ine , mame rui , sho rui wo ooku sansuru .  
+jp_dataset/basic5000/wav/BASIC5000_4046.wav:tanren wo tsuzukere ba , kanzen ni kehai ga keseru koto ga kanou .  
+jp_dataset/basic5000/wav/BASIC5000_4047.wav:koshou ha , butsuri teki ni shukun ni mottomo chikai ichi de houkou shi , sono keigo to , suuki ni azukatsu ta tame , koshou ni ninji rare ta mono ha , shinzoku wo fukumu , take to no kousai wo kinshi suru han mo atsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4048.wav:puresu ni taishi te mo , supesharu suteeji sutaato nochi no koosu oudan kinshi ya , kisei teepu nai nomi no shuzai katsudou nado ga genmei sa re , nochi ni , butsugi wo kamosu koto ni natsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4049.wav:tekunikku de semeru to iu sutairu de ha naku , panchi wo hitasura bunbun furimawasu fuaito sutairu wo motsu .  
+jp_dataset/basic5000/wav/BASIC5000_4050.wav:aomori shi ritsu nami kan shou gakkou , aomori shi ritsu izumikawa shou gakkou to renkei shi ta , kyouiku katei kenkyuu no shitei kou to natsu te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4051.wav:sudeni gakumon ha hitotoori oe te shimatsu ta rashiku , ryou no kawari ni shourei wo kaisetsu shi te , nin wo satosu koto to hatsumei ga tokui .  
+jp_dataset/basic5000/wav/BASIC5000_4052.wav:ippan ni ha gongyou no kiwa ni dokyou ya shingon wo yomi machigae tari , zatsunen ya janen ga shouji ta kiwa no , yurushi wo kou tame ni tonae rareru .  
+jp_dataset/basic5000/wav/BASIC5000_4053.wav:inpara ni tatoe rareru soushoku kei danshi da ga , yuujin no inochi wo sukuu tame ni inochi wo kakeru koto ga dekiru yuuki to , kukkyou na otoko tooru no bouryoku kara josei wo onore no mi wo tate ni shi te mamoru koto ga dekiru konjou wo motsu te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4054.wav:kouku ha , kurayoshi shi ritsu seitoku shou gakkou , kurayoshi shi ritsu nada te shou gakkou , kurayoshi shi ritsu ue nada shou gakkou no zen'iki , kurayoshi shi ritsu sha shou gakkou no ichibu to natsu te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4055.wav:haiku no hoka ni mo yutaka na bungaku teki kyouyou ni urauchi sa re ta zuihitsu , shousetsu , josei haijin kenkyuu nado mo nokoshi te ori , kore ra mo shigo ni , choujo ni yotsu te kankou sa re te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4056.wav:boujaku mujin sa de ha , roodo masutaa no ue wo iku .  
+jp_dataset/basic5000/wav/BASIC5000_4057.wav:sono mei no touri , aoguroi shintai ni , fundo sou wo shi ta gohou zenshin de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4058.wav:musashino sen chokutsuu ressha wo , keiyou sen nai de kaisoku kara kakueki teisha ni henkou shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4059.wav:teoshishi sumou de ha amerika daihyou ni sekihai , hanetsuki de ha nippon daihyou ga amerika daihyou ga okiteyaburi to ieru sumasshu wo kuridasu nado de kurushime rare kanpai , shiritori ha nippon daihyou no kanshou .  
+jp_dataset/basic5000/wav/BASIC5000_4060.wav:kono kutsugaeshi you no nai jijitsu ga , donna ni utsukushiku te yasashi sou ni mie te mo , besu tora ha , shosen ha yami no shuzoku da to iu kannen wo , kare ni uetsuke ta .  
+jp_dataset/basic5000/wav/BASIC5000_4061.wav:izure ha nikutai ga fuhai shi te kuchiru unmei ni ari , jiga wo mota nai bakemono to shi te , zetto ni shieki sa re te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4062.wav:chinami ni souzou chikara no yutaka na akuma ha , yuniiku na sekai wo tsukuru koto mo aru ga , taitei no akuma ha ningen kai no shinwa wo moto ni shi ta sekai wo tsukuru .  
+jp_dataset/basic5000/wav/BASIC5000_4063.wav:shin tenpo no kensetsu no baai , tatetsubo ritsu ga ikameshiku naru koto ga ooku , juurai no tatetsubo ritsu de ha , kensetsu ga konnan na koto ga ooi .  
+jp_dataset/basic5000/wav/BASIC5000_4064.wav:nansatsu daichi kata shirasu daichi ha , ata karudera no youketsu gyoukai iwa wo kiban to suru , nansatsu daichi ya , oonejime daichi nado ga soutou suru .  
+jp_dataset/basic5000/wav/BASIC5000_4065.wav:raa nau ha , sono shigai chi ga , raan kawa no kitagawa , sunawachi migigishi ni chokusetsu menshi te ori , ryougan , sunawachi raan kawa no dankyuu ue ni , nouchi ga hirogatsu te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4066.wav:majime ni junjo tate te setsumei wo sure ba wakatsu te itadakeru , jibun no machigai mo rikai dekire ba teisei dekiru hou desu .  
+jp_dataset/basic5000/wav/BASIC5000_4067.wav:sutorippingu , shieibingu kezuri gihou no chuui ten to shi te , muyami ni hikkaku , kezuru dake de ha , sozai naibu no shikisai , kouzou ni yotsu te , gyaku ni gitanaku naru .  
+jp_dataset/basic5000/wav/BASIC5000_4068.wav:sono naka de , o tagai wo omoiyatsu tari , mitomeau kimochi wo hagukumu .  
+jp_dataset/basic5000/wav/BASIC5000_4069.wav:subete no genkyou taru roku no saya to ketchaku wo tsukeru tame ni , kawa ni kyouryoku suru .  
+jp_dataset/basic5000/wav/BASIC5000_4070.wav:sore ra no shoujou ha sugu ni osamaru ga , sono nochi seishoku nouryoku wo ushinai , ko wo nokosu koto ga deki naku natsu te shimau .  
+jp_dataset/basic5000/wav/BASIC5000_4071.wav:ki wo utsu te i ta tokoro wo ougi ni hakken sa re , sono kiwa , zero no mei wo kuchi ni shi ta koto kara , ougi ni hogo sa reru koto ni naru .  
+jp_dataset/basic5000/wav/BASIC5000_4072.wav:moshi mondai no atai jitai ga kyoukai ni oi te sadamaru nara , sono you na kyoukai jouken ha , dirikure kyoukai jouken to yoba reru .  
+jp_dataset/basic5000/wav/BASIC5000_4073.wav:chichuu reedaa ha tsuujou , yuden ya koumyaku , maisetsu kan ya kuudou , konkuriito kouzou mono naka no tekkin chousa nado de yuukou na houhou da ga , kinnen de ha , jirai no jokyo ya , kouko gaku teki na chousa ni mo ouyou sa re te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4074.wav:tadashi , chakukuzure nai you ni , katsu anzen ni kitsukeru tame ni ha , gijutsu wo yousuru .  
+jp_dataset/basic5000/wav/BASIC5000_4075.wav:himegumo no baai ni ha , su to shi te tsukawa reru kareha nado no naka ni kumo ha hisomu ga , ransou mo sono naka ni tsukeru .  
+jp_dataset/basic5000/wav/BASIC5000_4076.wav:hanji no naka de ha kazekawari na kuwata no atsukai ni nare te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4077.wav:kyokuchi wo nozoku zen sekai no , omoni shinrin , ichibu ha sougen ya han sabaku ni sumi , konchuu nado , shou doubutsu wo hoshoku suru .  
+jp_dataset/basic5000/wav/BASIC5000_4078.wav:seimei fushou no fuurai bou de , tada ji nomi wo nanotsu te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4079.wav:kakutei shindan ha , ketchou nenmaku , aruiha geri bin kara no , buta sekiri kin no bunri doutei ni yori okonau .  
+jp_dataset/basic5000/wav/BASIC5000_4080.wav:gouman na seikaku de , puro ni nareru jitsuryoku ga aru to jifu shi te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4081.wav:emono ga bunsan shi te iru baai ha , shuui wo oyogimawari , emono wo misshuu sa se te kara hoshoku suru koto mo ari , zatou kujira ha , sono kiwa ni kihou wo hassei sa se te emono wo oikomu koto mo aru .  
+jp_dataset/basic5000/wav/BASIC5000_4082.wav:gin ha rokushou wo fuku koto mo naku , usuita no kise ga koiguchi to no mitchaku wo mashi , shirasaya nai wo mippei shi te , toushin wo sanka kara fusegu kara da to sa reru .  
+jp_dataset/basic5000/wav/BASIC5000_4083.wav:yaru dake no koto ha yatsu ta kara , mou honmou da to iinokoshi te .  
+jp_dataset/basic5000/wav/BASIC5000_4084.wav:oiuchi wo kakeru you ni , yooroppa nin ga mochikon da byouki ni yori , men'eki chikara ga hotondo nai arawaku zoku ha gekigen shi te itsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4085.wav:tenkan shasai kata shinkabu yoyaku ken tsuki shasai ha , kaku shouken torihiki tokoro ni joujou sa re te iru mono mo ooi .  
+jp_dataset/basic5000/wav/BASIC5000_4086.wav:kudamono no shuukaku jiki ni yori , fuumi no baransu ga kotonaru tame , kajuu wo koora se te hozon shi te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4087.wav:kako ni chichioya ga seishirou tooru wo nigasu tame ni , vua saaji no chikara wo kari , myuukasu no taigun ni tokkou .  
+jp_dataset/basic5000/wav/BASIC5000_4088.wav:juu no korekutaa ha , juu no korekutaa igai de ha motsu koto no deki nai kogata kenjuu ya , gunyou juu no you na hassha houshiki sentaku shiki no juu wo shoji dekiru .  
+jp_dataset/basic5000/wav/BASIC5000_4089.wav:jishin ga tsukuru soba ga mazui tame ni , kyaku kara donburi wo butsuke rare tari nagura re tari shi ta koto de sukkari nigekoshi ni natsu te shimatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4090.wav:pureiadesu ha omoni fuyu no hoshi de ari , kodai no nougyou koyomi ni oi te , hijou ni ookina yakuwari wo hatasu .  
+jp_dataset/basic5000/wav/BASIC5000_4091.wav:mata , yume ni hataoriri dougu ga mawari nagara shutsu te ki te kakore ko wo osae , soko de tataru kami sama ga megami sama de aru koto ga wakari , jinja wo tate te shitsu ta to ari masu .  
+jp_dataset/basic5000/wav/BASIC5000_4092.wav:ryou ha , kaigan , kata , sango shou nado no engan de , uki ni okonawa reru .  
+jp_dataset/basic5000/wav/BASIC5000_4093.wav:ropaahin ha , waarya he no puropoozu wo ketsui suru ga , dotanba de yame te shimau .  
+jp_dataset/basic5000/wav/BASIC5000_4094.wav:enmoku no shudai de aru kogoto wo koboshi nagara dokyou suru roujin ha , ika no you ni enji rareru .  
+jp_dataset/basic5000/wav/BASIC5000_4095.wav:kare ga supponuke te , awaya toubu chokugeki no kiken tama wo nage ta koto de , sore wo utou to shi ta yamato ga , kamiwaza ni mezameru kikkake wo tsukutsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4096.wav:genzai de ha , umare nagara ni atae rare ta chii ni hitaru dake no , goukishi de munou na mono mo ken rareru .  
+jp_dataset/basic5000/wav/BASIC5000_4097.wav:mata , teki no ryouchi ni tomatsu ta toki ni ha shoukan suru koto de sentou wo sa seru koto mo dekiru .  
+jp_dataset/basic5000/wav/BASIC5000_4098.wav:ou ha nagekikanashimi nagara mo teki no sugata wo sagasu .  
+jp_dataset/basic5000/wav/BASIC5000_4099.wav:shisetsu nai ni ha , nirasaki shimin tosho kan wo hajime , shimin puraza to shi te no kinou ya koumin kan , sarani iryou kanren no tenanto ga nyuukyo shi te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4100.wav:ooku no senshu wo nayama se te i ta no ga , kinrin ni aru , ragaadia kuukou de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4101.wav:onaji kyoutei mei de mo , kobetsu teiketsu no baai ni ha , sorezore wo bunkatsu shi te teiji suru .  
+jp_dataset/basic5000/wav/BASIC5000_4102.wav:yasashiku nurukami no aru hitogara de ari , sonna shougun ga chitose han wo toritsubushi ta koto ni ha , shuui kara ichimatsu no gimon mo atsu ta to iu .  
+jp_dataset/basic5000/wav/BASIC5000_4103.wav:gyaku ni , onshitsu kouka ga yowamaru you na genshou ga okore ba , sotomuki housha no ryou ga heru ippou , housha no peesu ga hayaku naru tame , chihyou no kion ga sagaru koto ni naru .  
+jp_dataset/basic5000/wav/BASIC5000_4104.wav:soshite ki ga hike ta no ka , jibun ga ike nai no nara , tarou kaja ga kawari ni o tomo wo suru koto ni naru no darou to sashi ta oji ha , tarou kaja ni kadode no sake wo furumai , shuugi ni suou wo ataeru .  
+jp_dataset/basic5000/wav/BASIC5000_4105.wav:takeda shi no metsubou nochi ha , kai wo ryouyuu shi ta tokugawa shi kara , jiryou ando wo , ukeru .  
+jp_dataset/basic5000/wav/BASIC5000_4106.wav:kuriinnappu no ikkaku de , kokonoe to narabu chiimu no shuryoku dasha .  
+jp_dataset/basic5000/wav/BASIC5000_4107.wav:tonden hei rei nori ha , shogen , hensei , kensa , shoukyuu , kinmu , kyuuka , kyuu jo , shokan no shokumu , kara naru .  
+jp_dataset/basic5000/wav/BASIC5000_4108.wav:shikashi , biidakyaribaa nomi ga , kare wo horobosu koto ga dekiru .  
+jp_dataset/basic5000/wav/BASIC5000_4109.wav:shumi ha nippon buyou to yakyuu de , genzai mo tsuzuke te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4110.wav:ryoushin kara no hyouban ha yokatsu ta ga , hana yuki miyaie no honke kara rai ta juushi ha , yuusei ga hana yuki miyaie ni fusawashii ka dou ka satei suru tame , kyuudou de teki ni ateru koto wo mitomeru jouken to shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4111.wav:shikashi nao mo mareyo wo nagurou to suru ume ou wo joushou ha tome , choutei ni tamukai shi te ha nara nai , sore wo kika nu mono ha shichishou made no kandou zo to iu .  
+jp_dataset/basic5000/wav/BASIC5000_4112.wav:tenobe soumen rui seizou sagyou , kikai namamen seizou sagyou , kikai kanmen seizou sagyou tomo ni , tan'itsu toukyuu nomi de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4113.wav:mei ma no toride no hakai ya , renraku no todae ta hoka no chiiki he no sekkou nado , kono jidai no tansaku mono ga ninau yakume ha , maikyo ni itoma nai .  
+jp_dataset/basic5000/wav/BASIC5000_4114.wav:kare to kyoubou shi te jakku no sousa wo bougai shi , sarani ha deyubaku no kyouryoku mono no deeta wo shoukyo shi , inmetsu wo hakaru .  
+jp_dataset/basic5000/wav/BASIC5000_4115.wav:rin rei no kurasu no naka de ha ichiban otonashii .  
+jp_dataset/basic5000/wav/BASIC5000_4116.wav:ippou , seifuku to heiyou shi te chakuyou suru , tsuujou kinmu you no gaitou ha , shouhei tomo ni , daburu no chesutaafiirudo kooto de ari , shoukan , gensui kurasu to naru to , sodeshou ga tsuku .  
+jp_dataset/basic5000/wav/BASIC5000_4117.wav:koshi no zugai hone kara puropera wo dashi te , atama no zugai hone no ue ni kotei suru to , kawancha san ni hikou nouryoku ga sonawaru .  
+jp_dataset/basic5000/wav/BASIC5000_4118.wav:eiga no miryoku wo kii waado de saguru sutajio tooku bangumi .  
+jp_dataset/basic5000/wav/BASIC5000_4119.wav:honshiki no ibuningu doresu no gouka sa ni kurabe , sui sa shikku wo hyougen shi te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4120.wav:seikaku ha zannin de , himatsubushi ni teshita no akuryou wo itabutsu tari , koroshi tari shi te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4121.wav:onaji myouji da ga , ni tamago sei sousei ji no shimai na no ka ha fumei .  
+jp_dataset/basic5000/wav/BASIC5000_4122.wav:shousuu da ga haibutsu kishaku wo norikoe te , genzai de mo tomoaki gongen wo matsuru jiin ha sonzoku shi te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4123.wav:bakuhatsu no shougeki de hikkurikaetsu ta zenigata no me no mae ni ha , sakihodo bakuhatsu shi ta hazu no rupan ga honnin ga arawareru .  
+jp_dataset/basic5000/wav/BASIC5000_4124.wav:masugata wo sonaeru fuku mon de , ni no mon ha yaguramon to natsu te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4125.wav:tokumei keiji ita de , mattaku konkyo mo nai no ni zonmei jinbutsu no ketsuen kankei ya kon'in kankei ni tsui te no wadai wo fuichou suru nado , hazukashii to omowa nai no deshou ka .  
+jp_dataset/basic5000/wav/BASIC5000_4126.wav:tennen ni ha hachimitsu ya wain , kudamono no naka ni shouryou sonzai suru .  
+jp_dataset/basic5000/wav/BASIC5000_4127.wav:sonsaku no shigo ha , yaya muki rikikan wo tadayowa se ta ga , atama no naka de ha jishin no mawari de oki ta unmei ya yononaka no nagare ni tsui te owaru koto no nai jimon wo kurikaeshi te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4128.wav:mata , yuki ni umaru , tsumotsu ta yuki no naka ni yane nado kara ochi te ikiume ni natsu te toushi ni itaru , nado to itsu ta , yuki ni gen'in suru ikiume jiko ha , sangaku bu bakari de naku hitozato de mo hinpan ni okoru .  
+jp_dataset/basic5000/wav/BASIC5000_4129.wav:takai chinou wo mochi , nin to kotoba wo majiwasu koto ga dekiru .  
+jp_dataset/basic5000/wav/BASIC5000_4130.wav:takai bougyo chikara wo mochi , mousou keisei karada ha koeru koto ga deki nai .  
+jp_dataset/basic5000/wav/BASIC5000_4131.wav:dono gyorui mo , kougeki wo ate te taosu to nige te shimau ga , yowaru to karada wo katamuke nagara oyogu you ni naru .  
+jp_dataset/basic5000/wav/BASIC5000_4132.wav:suishou tama uranai ga tokui de , tsukau suishou tama ha , booru no you ni hazumu .  
+jp_dataset/basic5000/wav/BASIC5000_4133.wav:shusseki nissuu nado no ittei jouken wo mitasu to , tsuujou ha uke nakere ba nara nai jitsugi shiken ga menjo sa re , gakka shiken no goukaku nomi de , chouri shi no shikaku ga shutoku dekiru .  
+jp_dataset/basic5000/wav/BASIC5000_4134.wav:genzai de mo , ie no chuuou kara ken te kimon ni ataru hougaku ni ha , genkan , benjo , furo , daidokoro nado no mizu wo atsukau basho wo oku koto wo imu fuushuu ga , zenkoku ni tsuyoku nokotsu te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4135.wav:dai shi kan ha , honbun no koukan ni ate te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4136.wav:da ga korutana ha koko de chikara wo tsukai hatashi , nokosa re ta chikara de jittai ka shi , chiifu to houyou wo majiwasu to , yami no naka he kie te itsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4137.wav:saiko no kaseki ha , shinsei dai ni natsu ta bakari no , akatsuki shinsei no chisou kara hakken sa re te iru , kigen no furui gun de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4138.wav:shikin kasegi no tame ni , kenkyuu ni tsuijuu shi te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4139.wav:onore no ishi de , isshun de tsume wo nobashi teki wo tsuranuku .  
+jp_dataset/basic5000/wav/BASIC5000_4140.wav:shikashi , shidai ni aikoku kokoro kara , kyoukou na shusen ron wo tonaeru you ni natsu te iku .  
+jp_dataset/basic5000/wav/BASIC5000_4141.wav:supootsu kagaku no kenkyuu seika ga jojo ni shira reru you ni nari , kagaku teki toreeningu ni yotsu te , tsuyoi senshu ga sodate rareru you ni natsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4142.wav:sansui no shitataru basho ya , ido nado ga aru .  
+jp_dataset/basic5000/wav/BASIC5000_4143.wav:shoujou ha mottomo gekiretsu de , tekisetsu na chiryou ga sumiyaka ni youkyuu sa reru .  
+jp_dataset/basic5000/wav/BASIC5000_4144.wav:bakufu no girei ni saishi te no seishiki na shouzoku wo totonoeru tame , kuge no takakura ie no monjin ni naru bushi ha sukunaku nakatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4145.wav:sanka aruminiumu ya sono kagou mono no you na seramikkusu ha , hijou ni komakai funmatsu ga genryou de ari , hijou ni bisai na ta kesshou maikuro kouzou to naru tame , kashi kousen wo sanran suru koto de fu toumei ni naru .  
+jp_dataset/basic5000/wav/BASIC5000_4146.wav:koko no kazan hai ha hiryou ni naru tame , hai wo atsume te akinau mono ga sonzai suru .  
+jp_dataset/basic5000/wav/BASIC5000_4147.wav:habatsu ha , seiji shikin to posuto wo nakadachi to shi ta giin kan no musubitsuki de aru tame , shikin no fusoku shi gachi na wakate giin ya , nyuukaku tekirei ki no chuuken giin ha , habatsu ryoushuu no ikou ni ookiku sayuu sa reru .  
+jp_dataset/basic5000/wav/BASIC5000_4148.wav:kono tsurugi no ha ha , teki ga chikazuke ba yami ni kagayaki , sono tame , dowaafu no toride ha , teki no fui uchi ni kyoukasa reru koto ga nakatsu ta to iu .  
+jp_dataset/basic5000/wav/BASIC5000_4149.wav:shikashi , umi ni ha shioma obi no umi yusurika ya , kaisui menjou no umi amenbo nado , goku shousuu no rei shika seisoku shi te i nai .  
+jp_dataset/basic5000/wav/BASIC5000_4150.wav:aitemu ni yotsu te kaihatsu dekiru kosuto ga kotonatsu te ori , mokuteki no aitemu no kosuto ga wakatsu te iru baai ha , sono hitai ga deru made nebaru koto ni naru .  
+jp_dataset/basic5000/wav/BASIC5000_4151.wav:sono nochi , terada ya jiken de musuko ga shin da koto wo shiri , jijin .  
+jp_dataset/basic5000/wav/BASIC5000_4152.wav:atama moji kigou ni yotsu te kubetsu sa reru tame , suuji bubun ga onaji de atsu te mo fukusuu no keitou ni settei suru koto ga kanou de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4153.wav:san no rei to shi te ha , ensan , ryuusan , shousan , sakusan nado ga age rare , enki no rei to shi te ha , sanka natoriumu , mizu sanka kariumu , anmonia nado ga age rareru .  
+jp_dataset/basic5000/wav/BASIC5000_4154.wav:youkai tachi wo tabane te ori , kyuuketsu oni no you na fuubou wo shi te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4155.wav:gijo ha , miukeke sa re tari , nenki ga owari , nin ni totsugu mono mo i ta ga , katei ni najime zu gyakumodori suru koto mo atsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4156.wav:ekimae ha , eki wo chuushin ni housha jou ni douro ga nobi , ekimae ni kissa mise nado no inshoku mise ga kazu ken aru .  
+jp_dataset/basic5000/wav/BASIC5000_4157.wav:sono buryoku ha nukinshutsu ta mono ga ari , mizukara senboku shi te ha , jibun ha izure fuuki ni naru mi da , to gougo shi te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4158.wav:mata , toudai chuuki ikou ha , jikamakiki shiki de atsu ta inasaku ha , nawashiro shiki ni kawatsu te itsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4159.wav:dentou teki na yousan ha , seiryou iku to yoba reru shizen no ondo de , kaiko wo shiiku suru .  
+jp_dataset/basic5000/wav/BASIC5000_4160.wav:shikashi , kindai ni oke ru kagai no seido no henka ni tomonai , geigi , shougi ga bunri shi , geigi nomi no kagai to , shougi nomi no yuukaku ga umare te kuru you ni natsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4161.wav:shikashi , beree bou ga nugeru to , naze ka heta na e shika egake naku natsu te shimau .  
+jp_dataset/basic5000/wav/BASIC5000_4162.wav:izen ha shou gakkou ga heisetsu sa re te i ta ga , seito kazu no genshou wo riyuu ni haishi ni sa re ta .  
+jp_dataset/basic5000/wav/BASIC5000_4163.wav:okugaki no utsushi to , kohitsu kantei no kiwamefuda ha , hon shahon ni tsui te no mono de aru to mitome rareru .  
+jp_dataset/basic5000/wav/BASIC5000_4164.wav:enpitsu ha shiyou ni tomonatsu te shin ga mamou suru koto de , shin no mokuzai kara shutsu te iru bubun ga chiisaku nari , aruiha , shin no ei sa ga ushinawa reru .  
+jp_dataset/basic5000/wav/BASIC5000_4165.wav:kuki ha sekikatsu shoku de , yakan ya ame no nichi ni ha hana ya ha ha chijimaru .  
+jp_dataset/basic5000/wav/BASIC5000_4166.wav:mata , tsuchinoetatsu sensou de ha tagai ni oku uetsu reppan doumei ni kamei shi te i ta ga , hirosaki han ga saki ni shin seifu gun ni kyoujun suru .  
+jp_dataset/basic5000/wav/BASIC5000_4167.wav:munabire wo tsukai , suimen kara tobidasu kiken ga aru tame , suisou ni ha futa wo moukeru hitsuyou ga aru .  
+jp_dataset/basic5000/wav/BASIC5000_4168.wav:tei ha are hate te meshitsukai tachi mo sari , juryou no kita no hou to natsu te iru oba ga hime wo musume no nyoubou ni mukaeyou to suru ga , suetsumu hana ha ouji nai .  
+jp_dataset/basic5000/wav/BASIC5000_4169.wav:kore de ha suishin kouritsu ga teika suru tame ni , senyou no barasuto tanku ni kaisui wo chuusui shi te , furyoku no sousai wo okonau .  
+jp_dataset/basic5000/wav/BASIC5000_4170.wav:anmonagirudi to douyou ni , mukashi no manga nado ni oke ru o yakusoku no kai .  
+jp_dataset/basic5000/wav/BASIC5000_4171.wav:mamono ha karu mira no maryoku wo gen ni ugoi te iru ga , fuka ga kakari sugiru to bakuhatsu suru .  
+jp_dataset/basic5000/wav/BASIC5000_4172.wav:nakkuru no hako ware wo ikasu tame ni , chimei kizu mo osore zu seme tsuzukeru sono susamajii kihaku ha , yu pii ni isshun bougyo wo ishiki sa seru hodo .  
+jp_dataset/basic5000/wav/BASIC5000_4173.wav:kono onsen no nyuuyoku zai mo shihan sa re te iru rashii .  
+jp_dataset/basic5000/wav/BASIC5000_4174.wav:saishoku kenbi de , danjo towa zu kingyoku zenkou no akogare no onna seito da ga , tanin ni ken rare te i nai tokoro de ha , kanari hasuhha na seikaku ga shutsu gachi ni naru .  
+jp_dataset/basic5000/wav/BASIC5000_4175.wav:nao , tennou ha joui nochi ni , nanchou sei no kyouryoku wo motome te , kakuchi wo senkou shi ta to iu densetsu ga ari , zenkoku ni , o ryou densetsu chi ga tenzai suru .  
+jp_dataset/basic5000/wav/BASIC5000_4176.wav:kurisumasu no yoru , dinaa to isu ni shibaritsuke ta maruku wo mae ni shi ta baru teru ha , ishiki no kondaku shi te iru maruku wo tasho ni manzoku ge ni ai wo kataru .  
+jp_dataset/basic5000/wav/BASIC5000_4177.wav:kousui wo shafutsu suru to , tansan karushiumu wo chinkou sa seru koto ga dekiru .  
+jp_dataset/basic5000/wav/BASIC5000_4178.wav:donyoku de me no mae de ugoku mono ni ha , nani de mo tobitsui te hoshoku suru .  
+jp_dataset/basic5000/wav/BASIC5000_4179.wav:chiku nai ni ha , nanbu to seibu wo chuushin ni , ooku no nouchi ga sonzai shi , omoni inasaku wo chuushin to shi ta nougyou ga okonawa re te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4180.wav:sore yue , tendou mei no seiryoku ha kyoudai de aru ga , soshiki to shi te no zentai no tousei ga , amari tore te i nai tame , tendou mei kankei mono ha , urei wo dai te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4181.wav:koosu fumoto ni chiketto uriba ga aru .  
+jp_dataset/basic5000/wav/BASIC5000_4182.wav:futoi o no niku ga , tokuni bimi to sa reru .  
+jp_dataset/basic5000/wav/BASIC5000_4183.wav:nado raudonesu kyokusen ga shimeshi te iru ga gotoku , hito no choukaku ha , tei on'iki no kando ga nibui .  
+jp_dataset/basic5000/wav/BASIC5000_4184.wav:shigo , nyuuyooku shi kuiinzu no bochi ni maisou sa re ta .  
+jp_dataset/basic5000/wav/BASIC5000_4185.wav:shiraga no hae ta gaikotsu sugata no mono ga , shiroi koromo wo matotsu ta yuurei no you ni , ido no naka kara tsurube ni tsura re te ukabiagatsu ta sugata to shi te egaka re te ori , kaisetsu bun ha ika no you ni nobe rare te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4186.wav:dokuro ha batoru moodo nomi toujou shi , kore wo toru to samazama na mainasu kouka ga arawareru .  
+jp_dataset/basic5000/wav/BASIC5000_4187.wav:surudoi kyuukaku , monoojiji shi nai seikaku , nin wo kutsu ta you na tsukami dokoro no nai fun'iki , soshite , surudoi dousatsu chikara wo sonaeru .  
+jp_dataset/basic5000/wav/BASIC5000_4188.wav:onaji you ni , beoku ni taisuru fushin kan ha tsuyokatsu ta ga , aiku tooru ga riaane wo mamotsu ta ichi ken de , jojo ni aiku tooru beoku to uchitokeru you ni naru .  
+jp_dataset/basic5000/wav/BASIC5000_4189.wav:sangou ha hosshou yama , honzon ha monju bosatsu .  
+jp_dataset/basic5000/wav/BASIC5000_4190.wav:sandou wo eru houkou de ha naku , tairitsu wo fukameru houkou ni furumaiwa re te ori masu .  
+jp_dataset/basic5000/wav/BASIC5000_4191.wav:damu kara ha fukuchi yama ni itaru tozan michi ga ari , tozan kyaku ha motoyori , fukuchi yama damu mizuumi aze no kyanpu ba , keiryuu kouen , yuuho michi ni ooku no nin ga otozureru .  
+jp_dataset/basic5000/wav/BASIC5000_4192.wav:ippou , tsuujou no buntsuu de ha hissu de naku , soutei sa reru shiyou rei mo sukunai tame , kitte to kurabe te hikui chimei do ni tomaru .  
+jp_dataset/basic5000/wav/BASIC5000_4193.wav:konpyuutaa wo mochii te mushikui san wo toku baai , ketasuu ha keisan jikan ni eikyou suru .  
+jp_dataset/basic5000/wav/BASIC5000_4194.wav:kougi ni taishi nani ra ka no tetsuzuki wo okonau baai ni ha shinzoku , ichimon ya douryou , joushi nado ga shounin , moshikuha hoshou nin to shi te tetsuzuki ni kanyo suru hitsuyou ga atsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4195.wav:kyoukou chou kyouri hijiri shou choukan ni shi te , kyoukai gun sou shirei kan , kyoukou kyuuden tsuki shingaku komon to kazukazu no youshoku wo rekinin shi te ori , karetsu katsu gouin na seisaku de , kyoukou chou no jisshitsu teki na shidou mono to shi te kunrin shi te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4196.wav:sekai kakuchi ni hiromatsu te ori , kantan na orimono wo oru kiwa ni tsukawa re te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4197.wav:bado ha , gaiusu to inochi to koukan ni , nagamushi wo shirizokeru keiyaku wo kawasu .  
+jp_dataset/basic5000/wav/BASIC5000_4198.wav:ooku no kansen houhou ga shoho teki na teguchi de aru no ni kakawara zu , ooku no kansen mono ga iru ten ha chuumoku ni atai suru .  
+jp_dataset/basic5000/wav/BASIC5000_4199.wav:mata , akusesa wo tsukau mottomo juuyou na riyuu to shi te , ta tai sei no onkei wo uke rareru to iu ten ga aru .  
+jp_dataset/basic5000/wav/BASIC5000_4200.wav:saigo ha byou ni taore , toba in kara okura re ta suisen no hana wo daki , itoshi sa ni tsutsuma re nagara iku .  
+jp_dataset/basic5000/wav/BASIC5000_4201.wav:ima , sakusen no men kara ie ba , kyoui ni kachiikusa no ikioi ga ari , waga hou ha kyojaku no jittai ni aru .  
+jp_dataset/basic5000/wav/BASIC5000_4202.wav:soshite , tatta hito tsu wo kese ba , sekai ha horobi wo manukareru to iu koto mo .  
+jp_dataset/basic5000/wav/BASIC5000_4203.wav:bou shimo fuan nomi de ha taiou deki nai hodo hiekomu baai ha , biniiru shiito nado wo heiyou suru .  
+jp_dataset/basic5000/wav/BASIC5000_4204.wav:sono moroi kokoro no sukima wo kensukashi ta za muuru ha , kare wo kotoba takumi ni riyou shi , ichiren no inbou ni makikon da .  
+jp_dataset/basic5000/wav/BASIC5000_4205.wav:kouji shinkou kijun ha , kessan kimatsu ni kouji shinchoku no teido wo mitsumori , tekisei na kouji shuueki ritsu ni yotsu te , kouji shuueki no ichibu wo , touki son'eki keisan kaki ni keijou suru houhou de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4206.wav:dono you na eiga wo seisaku sure ba hitto suru ka wo sen'u koto ga dekiru no de , kuroda kara yoku tayori ni sa re te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4207.wav:kono kiji de ha sekai de saisho ni jouki kikan nomi de koukou suru , soukou kan wo hatsumei shi ta furansu kaigun kara jun ni , soukou kan wo dounyuu shi ta jun kara , kakkoku no senkan wo , shunkou jun ni naraberu .  
+jp_dataset/basic5000/wav/BASIC5000_4208.wav:shisetsu ha , wakunaga seiyaku ga shoyuu kanri shi te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4209.wav:kasutamu hausu no ryoukin settei ha , dodai , purasu , paatsu no kazu de kettei suru tame , dezain ni kore ba koru hodo , kakaku ha takaku naru .  
+jp_dataset/basic5000/wav/BASIC5000_4210.wav:sono nochi mo gyararii ni mazaru koto ga tata aru .  
+jp_dataset/basic5000/wav/BASIC5000_4211.wav:kaigan de ha kensou wo yoso ni , hoka no seiji han no kanaderu gitaa ni awase , magomusuko ga dansu wo odoru .  
+jp_dataset/basic5000/wav/BASIC5000_4212.wav:jinji ken ga aru tame rihou ha kenryoku ga tsuyoku , rihou jirou ha hoka no go jirou yori , kurai ga ichi tsu ue no sei shi hin ue .  
+jp_dataset/basic5000/wav/BASIC5000_4213.wav:hochichi rui nado de ha , gyaku ni hajime no koubai ha hikaku teki yuruyaka de , shuuban ni kyuu kouka suru .  
+jp_dataset/basic5000/wav/BASIC5000_4214.wav:kore ra de hikitaosa re ta kishi ha hohei nado ni muragara re , taore ta tokoro wo yoroi to kabuto no sukima kara tanken wo sashiire rare te taosa re ta to iu .  
+jp_dataset/basic5000/wav/BASIC5000_4215.wav:hairan yuuhatsu zai no touyo mo kentou sa reru ga , kore ha , nochi ni noberu , tatai no risuku wo zouka sa seru mondai mo aru .  
+jp_dataset/basic5000/wav/BASIC5000_4216.wav:tadashi , kou shi ta hihan ha , josei no bi wo raisan suru to iu shizen na yokkyuu wo yokuatsu shi , touha teki giron wo oshitsukeru mono to shi te , dansei nomi nara zu , josei kara no hanpatsu mo nezuyoi .  
+jp_dataset/basic5000/wav/BASIC5000_4217.wav:wa taiko ya kabuki no kakushu no tsuzumi nado de shiyou sa reru roopu no kaisetsu de ha nai .  
+jp_dataset/basic5000/wav/BASIC5000_4218.wav:kurii go sho hougen ha , oomune kyuu tsu ni bunrui sa reru .  
+jp_dataset/basic5000/wav/BASIC5000_4219.wav:kowamote na youshi to ha urahara ni , seikaku ha shoushin .  
+jp_dataset/basic5000/wav/BASIC5000_4220.wav:wangan sensou wo hajime , oosutoraria kaigun kantei no sanka suru sakusen ya enshuu ni zuihan shi te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4221.wav:seikaku ha tsune ni ikameshii ga , ferikkusu no gendou ni tere ru otome na ichimen mo aru .  
+jp_dataset/basic5000/wav/BASIC5000_4222.wav:kare ni totsu te no kokoro no yoridokoro ha , guuji de aru chichioya de ha naku , bosshi te nao keiai yama nu hahaoya de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4223.wav:atsuhime ga edo shiro oooku ni itsutsu te hajimete no asa , atsuhime no kishou wo unagashi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4224.wav:ki kou senjo no honoo no hassha kuchi wo mizukara fusagu mo , chokugo ni bouhatsu ni makikoma re te taosa re ta .  
+jp_dataset/basic5000/wav/BASIC5000_4225.wav:koudai na odawara shiro wo semeru tame , zenkoku no bushi wo atsume chouki taijin shi ta ga , sono muryou wo nagusameru tame onsen ni itsutsu ta to iwa re te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4226.wav:chuuou no me no sama na bubun ga jakuten de ari , baria soushitsu naka ha , oopun moodo ni ikou shi te , bunri ・ fuyuu idou shi nagara kougeki wo okonau .  
+jp_dataset/basic5000/wav/BASIC5000_4227.wav:saaba ha rikuesuto wo rikai shi , suikou no tame ni purotokoru no kirikae wo youkyuu shi te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4228.wav:gensaku de kenshirou ni hikou wo tsuka re te , migite ni motsu ta shotto gan de jibun wo utsu you ayatsura re ta kiwa , sore wo kaijo shi ta no to onaji dousa .  
+jp_dataset/basic5000/wav/BASIC5000_4229.wav:tanima wo nuu you ni reiauto sa re ta shiriizu o najimi no orijinaru saakitto koosu .  
+jp_dataset/basic5000/wav/BASIC5000_4230.wav:genshou fushi wo mukae ta kiwa ni , ta tou mo shuukan ni shitagai , teitou wo junbi shi , minshuu ni kanshou sa seru koto ni shi , sono tsuutatsu bun wo sakusei suru koto to natsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4231.wav:hana ga kiku no ga jiman da ga , senri wo otoko to machigae te bunnagura re ta .  
+jp_dataset/basic5000/wav/BASIC5000_4232.wav:tadashi , kiiboodo jitai genmitsu na teigi ga nai no de , jouki douyou ni popyuraa ongaku de ha , kenban gakki de are ba sono sousha ha matome te kono koshou ga tsukawa reru .  
+jp_dataset/basic5000/wav/BASIC5000_4233.wav:ransu ni kokushu to shi te no jikaku wo mebae saseru beku , ikkei wo hakaru nado sakushi teki na men mo awasemotsu .  
+jp_dataset/basic5000/wav/BASIC5000_4234.wav:kogara na shukujo da ga , ichi do reesu de supiido wo dasu to , kouman de kougeki teki na seikaku wo nozoka seru .  
+jp_dataset/basic5000/wav/BASIC5000_4235.wav:roukyuu kan ha hidan de ha naku , kinzoku hirou de chinbotsu suru .  
+jp_dataset/basic5000/wav/BASIC5000_4236.wav:youtai ki ha su de sodachi , odori no renshuu naka ni su kara ochi te inochi wo utsu te shimau koto mo ooi tame , seitai ni made seichou suru no ha goku shousuu to sa re te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4237.wav:shikashi , kei kikou wo tsukatsu te shimatsu ta jibun no mijuku sa wo haji , yuuni kachi wo yuzutsu ta nochi , shugyou no tame , yama ni komoru to iinokoshi te yuu no mae kara sugata wo keshi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4238.wav:sabishi sa wo magirawasu tame , aderu ha baa he dekake , antowaanu to hageshiku kannou teki ni odori , igo shinmitsu na kankei ni naru .  
+jp_dataset/basic5000/wav/BASIC5000_4239.wav:tsutsui shiro no baai mo , shouwa shoki izen ha ta de atsu ta you de , kore ga , renkon hatake ni henka shi ta to iwa re te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4240.wav:mata , mono no jumyou wo kyokuryoku nobasu koto ya , seihin zenbu de ha naku bubun teki ni koukan suru dake de keizoku shiyou dekiru you ni tsukuru koto mo , rideyuusu no ichi tsu de aru to suru koto ga dekiru .  
+jp_dataset/basic5000/wav/BASIC5000_4241.wav:seito he no boukou , iyagarase no haikei ni ha , intaanetto ni yoru bakuro to iu jijou ga atsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4242.wav:ahou dori ha kaijou de ooku no jikan wo kakkuu shi tsuzuke , kouritsu yoku sakana wo kakuru tame ni , sekkyoku teki ni tsubasa wo ugokasu koto wo hotondo shi nai .  
+jp_dataset/basic5000/wav/BASIC5000_4243.wav:ronri teki de chiteki na bijin da ga , kenkyuu igai no koto ni ha utoku , donkan de , jibun ni omoi wo yose te iru dansei ga iru koto ni mo mattaku ki ga tsui te i nai .  
+jp_dataset/basic5000/wav/BASIC5000_4244.wav:uwagi shita no kanraku ka byousou kara , kekkaku kin to kekkaku kin kougen ga , kumomaku shita kou he to houshutsu sa reru to , zuimaku honoo ga shoujiru .  
+jp_dataset/basic5000/wav/BASIC5000_4245.wav:kaoku no shikichi nai ni ha , tochi kami wo matsuru shi wo tate , kokumotsu ya , koushin ryou wo sodateru katei saien mo aru .  
+jp_dataset/basic5000/wav/BASIC5000_4246.wav:kiten gawa no sugu soba ni , yuutoku inari jinja ga aru tame , ganjitsu ha ooku no kuruma de juutai suru .  
+jp_dataset/basic5000/wav/BASIC5000_4247.wav:sono tame , ketchuu no oroto san no noudo ga joushou suru .  
+jp_dataset/basic5000/wav/BASIC5000_4248.wav:sanchou fukin ha nadaraka da ga , nanboku ryougawa ni kyodai na bakuretsu kakou ato ga ari , dangai zeppeki to natsu te , surudoku kireochi te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4249.wav:sono yogi ha , uta wo tsukuru koto to konsaato wo okonau koto , shirouto geki wo jouen suru koto de ari , heiji no shubi tai ninmu de ha taikutsu sa wo magirasu mono datsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4250.wav:nonfikushon sakka no tsuchimoto a satoko ha mi musume .  
+jp_dataset/basic5000/wav/BASIC5000_4251.wav:koumaku joumyaku hora no joumyaku chi ha , naikei joumyaku he ryuushutsu suru .  
+jp_dataset/basic5000/wav/BASIC5000_4252.wav:kyuuchaku nouryoku ga teika shi te ki ta toki ha teiki teki ni shafutsu shoudoku wo sure ba , takezumi no ana ni kyuuchaku shi ta busshitsu ga tore , sai riyou dekiru koto mo aru .  
+jp_dataset/basic5000/wav/BASIC5000_4253.wav:mukashi , shinkaku saibou ga hikari gousei sei no ransou wo torikomi , shouka ni shippai shi ta to kangae rare te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4254.wav:hon nendo mo zen nittei ga sonoda keiba ba de kaisai sa re , himeji keiba ba de no kaisai ha nakatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4255.wav:remon maato ru no naegi ha teiboku de , kan ga sobietatsu made ha yukkuri to sodatsu .  
+jp_dataset/basic5000/wav/BASIC5000_4256.wav:ibento no kiwa ha demise mo dashi , shinnyuu bu in mo hitsuyou to suru kurai ni , hanjou shi te iru moyou .  
+jp_dataset/basic5000/wav/BASIC5000_4257.wav:monogatari ue ha omoni teisatsu ya mihari , denrei nado no yakuwari wo ninau .  
+jp_dataset/basic5000/wav/BASIC5000_4258.wav:seidou wo mochii ta chuuzou sei de , hou o ni ake rare ta ana kara chokusetsu tenka shi te hassha suru .  
+jp_dataset/basic5000/wav/BASIC5000_4259.wav:kono tame , kaku saaba ni kiipu araibu to yoba reru paketto wo teiki teki ni okuri , outou jikan wo kanshi suru .  
+jp_dataset/basic5000/wav/BASIC5000_4260.wav:sekika shi ta aite ha zeiku nari , taosa reru to barabara ni kuzureru .  
+jp_dataset/basic5000/wav/BASIC5000_4261.wav:eden ni seisoku shi te ori , kouseki wo mitome rare ta tenshi ha , toubu ni tenrin wo yadosu koto wo yurusa re , kaku tenshi ha samazama na gyou wo tsukasatsu te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4262.wav:chisou wo kousei suru ryuushi kan no kangeki no daishou de kitei sa reru .  
+jp_dataset/basic5000/wav/BASIC5000_4263.wav:shouhin no baai ha , kanyou mei no hoka ni , touroku shouhyou ga tsuke rareru koto ga ari , kanyou mei to magirawashii .  
+jp_dataset/basic5000/wav/BASIC5000_4264.wav:hateruma shima de ha shuudan rikan ga hassei shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4265.wav:ryoume wo hirake ta mama , kakudai shiki no shoujun megane no you ni , shiya wo hasameru koto naku shoujun dekiru .  
+jp_dataset/basic5000/wav/BASIC5000_4266.wav:tei den'atsu tokusei no yousetsu ki ha , omoni han jidou aaku yousetsu ni tsukawa re te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4267.wav:shuuhen ha , shigai chi no yamate ni ichi suru kansei na juutaku machi .  
+jp_dataset/basic5000/wav/BASIC5000_4268.wav:sono taishitsu no sei de josei to heri ga nakatsu ta ou da ga , jibun to onajiku tairyou no ase wo kaku jochuu ni koi wo suru .  
+jp_dataset/basic5000/wav/BASIC5000_4269.wav:zenkai , taikai de yamanashi gakuin daigaku to , kanagawa daigaku ga , tomo ni tochuu kiken to natsu ta tame , yosen kai kara no shutsujou to natsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4270.wav:toki wo koe te kodai no shuratosu oukoku ni tadoritsui ta iriaara teikoku kizoku de aru ga , shoutai ha hitoku sa re te ori kougai shi te i nai .  
+jp_dataset/basic5000/wav/BASIC5000_4271.wav:seiten no nichi ha kono touge kara no fuji yama no choubou ha yoku , satsuei pointo to shi te mo yuumei de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4272.wav:bouryoku dan , narabi ni , kore ni kakaru rigai kankei mono no konzetsu ha , keisatsu ni yoru kisei ya torishimari to , kigyou ya shimin ni yoru haijo katsudou wo nerai to shi te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4273.wav:watashi ha , kaju saibai wo tenshoku to sadame , isshin wo kakeshi te i masu .  
+jp_dataset/basic5000/wav/BASIC5000_4274.wav:sekitan ha , jonson gun ya toubu kentakkii shuu ni totsu te nanboku sensou mae de mo juuyou datsu ta ga , sono hatten ha , sensou no kaishi jiten de tomatsu te shimatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4275.wav:kousei wo neru yochi ha ari sou desu .  
+jp_dataset/basic5000/wav/BASIC5000_4276.wav:aniou de aru gyoomu san yo ni ha tayori ni sa re ta tame , koushaku no chii wo atae rareru .  
+jp_dataset/basic5000/wav/BASIC5000_4277.wav:shinigami to tomo ni en'en to shimoneta ni kyoujiru .  
+jp_dataset/basic5000/wav/BASIC5000_4278.wav:shiri kara dasu mono ha idou you de , taazan roopu no you ni kochaku sa se ta ito no haji kara burasagaru koto de , kousoku idou ga dekiru .  
+jp_dataset/basic5000/wav/BASIC5000_4279.wav:kekkyoku , jinan to jijo ha koinaka ni nari , chounan , choujo mo mata kuttsui te , happii endo to naru .  
+jp_dataset/basic5000/wav/BASIC5000_4280.wav:keikou toryou wo mochii te , burakku raito ni ukabiagaru iresumi ha sonzai suru ga , tsuujou no joutai de mo , e ha mieru .  
+jp_dataset/basic5000/wav/BASIC5000_4281.wav:bungaku teki hyougen ni oi te mo , tasha ni gaiaku wo motarasu you na hyougen ha tsutsushimu beki de aru mune wo , saikou sai ha hanketsu riyuu de shiteki shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4282.wav:bousou toki ha moemoru honoo ni mi wo tsutsun da ryuuto to naru .  
+jp_dataset/basic5000/wav/BASIC5000_4283.wav:shounen to neko no chotto fushigi de kokoro atatamaru seikatsu wo egai ta , hoomu dorama chou komedii manga .  
+jp_dataset/basic5000/wav/BASIC5000_4284.wav:yuuyoku nin denshou no kenkyuu ni , yosei wo sasage te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4285.wav:kore ha , shaka ga satori wo motome te shugyou naka ni akuma no yuuwaku wo uke ta ga , kore wo shirizoke ta to iu densetsu ni yurai suru mono de , bonnou ni kushi nai , kengo na ketsui wo shimesu .  
+jp_dataset/basic5000/wav/BASIC5000_4286.wav:senro to heikou shi te i ta kendou no kakufuku you chi to sa re , hodou to natsu te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4287.wav:gun no higashi ni ha yamayama ga sanmyaku wo tsukutsu te ori , choujou ga takusan aru koto ni yurai suru to iwa reru .  
+jp_dataset/basic5000/wav/BASIC5000_4288.wav:fure ta dake de shokubutsu ha kare , doubutsu ha shini , mono ha kuchiru supiido ga hayamaru .  
+jp_dataset/basic5000/wav/BASIC5000_4289.wav:dou shi te mo katakana hyouki no shutten ga miatara nai baai ni ha , gengo hyouki nomi to suru ka , zantei teki na kana hyouki wo okonau koto ha kyoyou sa re masu .  
+jp_dataset/basic5000/wav/BASIC5000_4290.wav:ijou no you na kunren wo heru koto ni yotsu te , seishin bunseki ie to naru koto ga dekiru .  
+jp_dataset/basic5000/wav/BASIC5000_4291.wav:ni sanka tanso wo fukumu jakusan sei no amamizu ga daichi wo tsukutsu te iru sekkai iwa naka ni shintou shi , tansan karushiumu wo tokashi ta chika mizu to naru .  
+jp_dataset/basic5000/wav/BASIC5000_4292.wav:tadashi , chuugoku cha ni chikai seihou wo toru , kamairi cha mo aru .  
+jp_dataset/basic5000/wav/BASIC5000_4293.wav:satsuma ryouri no eikyou wo uke ta tonkotsu , okinawa ryouri no eikyou wo uke ta abura soumen , tonsoku , ryousha ni kyoutsuu suru buta miso nado ga yuumei .  
+jp_dataset/basic5000/wav/BASIC5000_4294.wav:tasuu tou no jouin giin no naka kara kari gichou ga shimei suru ga , jouin kari gichou to ha gyaku ni , shinjin giin wo koutai de kari gichou daikou ni miteru koto ga , kanrei to natsu te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4295.wav:motomoto kyuuka de muchi na ningyou no you ni sodate rare ta ga , nin ni yotsu te sono kyouguu kara kaihou sa re ta nochi , iroiro to yokei na koto wo oboe te genzai no seikaku ga dekiagatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4296.wav:mizu ya esa wo motome te idou suru koto ha mare de , tabemono ga aru tokoro kara , arui te idou dekiru basho ni negura wo kamaeru seishitsu ga aru .  
+jp_dataset/basic5000/wav/BASIC5000_4297.wav:tsuujou ha , jushin suru shingou reberu ga teika shi ta toki ni , eizou shingou ni juujou shi ta netsu zatsuon ga , medatsu koto de hassei suru .  
+jp_dataset/basic5000/wav/BASIC5000_4298.wav:kono hoka ni , indo seifu ga totsu te iru shotou kyouiku seisaku ni ha , ika no you na mono ga aru .  
+jp_dataset/basic5000/wav/BASIC5000_4299.wav:sakuhin no shitsu ni mura ga ari , nippon hanga shi ue saikou reberu no kessaku ga aru hanmen , bonyou , aruiha chisetsu na sakuhin mo majiru .  
+jp_dataset/basic5000/wav/BASIC5000_4300.wav:shoushou ouhei na gendou wo toru ga , mizukara no te de sukurappu kara saisei sa se ta kikai heishi tooru wo , waga ko no you ni itsukushimu ichimen wo mochi , mueki na sesshou wo konoma nai .  
+jp_dataset/basic5000/wav/BASIC5000_4301.wav:i kaiyou de taoreru ga , hitoshi no shujutsu de ichimei wo toritodomeru .  
+jp_dataset/basic5000/wav/BASIC5000_4302.wav:kono sekai de ha , tora ya ookami ha ningen no shuryou ni yotsu te sudeni zetsumetsu shi te iru ga , ippou de , kujira ha , hogei no chuushi ni yotsu te zouka shi te iru rashii .  
+jp_dataset/basic5000/wav/BASIC5000_4303.wav:kazu nen nochi , garasu wo jiyuu ni keisei shi mageru koto ga dekiru gihou wo kaihatsu shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4304.wav:sono nochi , yasukuni jinja de oomiya to taimen shi , kare ni nagura re ta koto de , kore made no okonai wo kuiru .  
+jp_dataset/basic5000/wav/BASIC5000_4305.wav:migite de yubi wo sashi nagara shintai wo yusuru dokuji no mooshon wo motsu .  
+jp_dataset/basic5000/wav/BASIC5000_4306.wav:kanojo tachi ha nani mo katara zu , nani mo motome zu , nin ni shiawase wo motarashi , sono katawara de hohoen de i ta to iu .  
+jp_dataset/basic5000/wav/BASIC5000_4307.wav:sono mizo ni toritsukeru atatchimento wo tsukau koto de , mokusei no hekimen dake de naku , fuaburikku , garasu ya akuriru nado no hekimen wo tsukuru koto mo kanou .  
+jp_dataset/basic5000/wav/BASIC5000_4308.wav:hizaue take made takushiageru no ga futsuu da ga , kokuou nomi ha hizashita take de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4309.wav:shikashi , choutei kara hanare te hinkyaku to hanasu toki ni ha , kokuji wo issai wadai ni shi nakatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4310.wav:mata , riyou mono ga shiro no shashin wo toukou shi tari , jissai ni shiro ni otozureru kiwa ni yakutatsu kuchikomi jouhou wo toukou dekiru nado , joukaku suki he muke ta komyunitei kinou mo youi sa re te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4311.wav:sou shi nai to , shinpyou sei , aimai sa ga sarani jochou sa re te shimau sama ni kanji masu .  
+jp_dataset/basic5000/wav/BASIC5000_4312.wav:seibutsu no seisoku mitsudo ha , futsuu , engan kara hanare ta shinkai hodo hikuku naru ga , nessui funshutsu ana no shuui ha , taka mitsudo de seibutsu ga seisoku shi te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4313.wav:mesu shou ho ha hosonagaku , gara ha hotondo naku , tachiagaru ka , yaya saki ga tareru .  
+jp_dataset/basic5000/wav/BASIC5000_4314.wav:jun ichiroo ha takame wo houjuu shi , ni haikuchi made nose te shimau to iu fukaku wo totsu te ori , ryousha no rikiryou no sa ga , nyojitsu ni araware ta kyokumen ni natsu te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4315.wav:gen no toremoro no ue de pikkoro , mokkin , haapu mijikai douki wo sousuru .  
+jp_dataset/basic5000/wav/BASIC5000_4316.wav:omona shingaku saki ha , gakku nai no nakadomari machi ritsu nakazato naka gakkou de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4317.wav:saikuringu roodo no setchi basho ha kasen shiki ga hotondo de , kono hoka ni koshou no engan , kaigan , tetsudou haisen ato ga age rareru .  
+jp_dataset/basic5000/wav/BASIC5000_4318.wav:ganso kuzumochi no mise to shi te yuumei de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4319.wav:hitobito ha hizamazuki , tsuaari ni pan wo kou .  
+jp_dataset/basic5000/wav/BASIC5000_4320.wav:fue no shigai chi to sono touhou no minami shina kaigan to no aida ni hirogaru den'en chitai ni ha , non raa de seikei wo tate te iru hitobito ga kyojuu suru sonraku mo tenzai suru .  
+jp_dataset/basic5000/wav/BASIC5000_4321.wav:eberetto ha , sono shounen ga kagi da to satoru .  
+jp_dataset/basic5000/wav/BASIC5000_4322.wav:kono geemu de ha , teki no aitemu doroppu ha kihon teki ni jinmon no seikou ni yotsu te shika hassei shi nai no de , hijou ni juuyou na sukiru .  
+jp_dataset/basic5000/wav/BASIC5000_4323.wav:daihyou teki na tsuu puraton kougeki wo bassui shi te kisai suru .  
+jp_dataset/basic5000/wav/BASIC5000_4324.wav:shusen ha no shunou wo utsu ta koto de , uchuu kakumei gun ha , youyaku shin renpou to no wahei koushou ni nozomu koto ni seikou suru .  
+jp_dataset/basic5000/wav/BASIC5000_4325.wav:jikusaku shougai no sonzai wo shimesu mottomo juuyou na rinshou shoken ha , suji ishuku de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4326.wav:kuinbii wo karu , jasumin no tatakai buri ni kyoutan shi te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4327.wav:tada , ine ga tandoku de saibai sa re te i ta wake de naku , oo mugi , hie , kibi , awa , soba nado no zakkoku rui no saibai ya , azuki , daizu nado mo konsaku sa re te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4328.wav:seichou ki ni sashikakari , haha no you ni mune ga ookiku natsu te ki te iru koto ni konpurekkusu wo dai te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4329.wav:mata saikin de ha , kuruma no ue ni noseru ruufu tento to iu mono mo ari , shachuu haku nado de , tegaru ni tabi wo tanoshimu nin tooru ni sukoshi zutsu shintou shi hajime te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4330.wav:oopun kaa nara de ha no chuusha toki no anzen , tounan taisaku to shi te , handoru rokku to , guroobu bokkusu no kagi ga sonawaru .  
+jp_dataset/basic5000/wav/BASIC5000_4331.wav:sono tame , otofuke kawa no kawara de ha , genzai de mo ryuuiki zen'iki de hikaku teki ooku no kokuyou ishi ga , hoka no ishi ni mazatsu te korogatsu te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4332.wav:katte na koudou wo tsuzuke ta shou to nakatagai suru koto ni naru ga , kekkyoku , kami ku to no juugeki sen de junshoku .  
+jp_dataset/basic5000/wav/BASIC5000_4333.wav:hiru mizuumi ha migite ni chi no tsurugi , hidarite ni chi no tate wo matoii , mizukagami to tatakatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4334.wav:gishou nin ga araware , minshuu mo sendou sa reru .  
+jp_dataset/basic5000/wav/BASIC5000_4335.wav:gyaku ni kako ni toraburu no atsu ta aidagara ya raibaru kankei ni aru senshu doushi nado de ha , aishou no yoi taipu doushi de atsu te mo , issai renkei ha tsunagara nai .  
+jp_dataset/basic5000/wav/BASIC5000_4336.wav:tsune ni kouritsu sei to riron wo omonjiru reisei katsu kamoku na diseputeikon no senshi , ken , kagaku mono de , makoto no imi de mega toron to hiken shi uru sonzai to osore rare te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4337.wav:tenpou no kaikaku no kiwa ni , kabu nakama ga ichiji haishi sa re ta kiwa ni , myouga mo menjo sa re , nochi ni kabu nakama ha saikou sa re ta ga , kabu nakama ni taisuru myouga no fuka ha okonawa re naku natsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4338.wav:onsen ryokan to touji yado wo kaneru , mukashi nagara no onsen yado de ari , chiisai danjo betsu no yokujou to , konyoku no dai yokujou ga atsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4339.wav:mata hyouteki ni taishi te massugugu ni uchikoma nakere ba , ha no tan bunshi sou ga mamou shi , kireaji ga namaru .  
+jp_dataset/basic5000/wav/BASIC5000_4340.wav:soumei katsu reisei chinchaku da ga , jiken kaiketsu no tame ni ha tanshin kiken ni tobikomu you na mucha mo suru .  
+jp_dataset/basic5000/wav/BASIC5000_4341.wav:amibou kara keito wo dashi te nani de mo amu .  
+jp_dataset/basic5000/wav/BASIC5000_4342.wav:kindai ni oke ru jiyuu no gainen ha , tasha no ishi ni de ha naku , jiko jishin no ishi ni shitagatsu te koui suru koto to shi te toraeru koto ga dekiru .  
+jp_dataset/basic5000/wav/BASIC5000_4343.wav:sono naka yori shouji ta yue , ran hi wo matsuri sourou .  
+jp_dataset/basic5000/wav/BASIC5000_4344.wav:chishitsu gaku no bunya ni oi te ha , suna ha ryuudo , kousei koubutsu , enma do , seiin , taiseki kankyou nado de bunrui sa reru .  
+jp_dataset/basic5000/wav/BASIC5000_4345.wav:jitaku ni yorisou you ni natsu ta noraneko ga , botsurinusu kin ni yoru chuudoku ni kakatsu ta koto ga kikkake de , doritoru no jogen ni yori , hassei gen no utagai no aru kouen no seibi wo saigo no shigoto to shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4346.wav:senkyo hou de ha , kokumin kaigi ni yotsu te senshutsu sa reru kokkai giin kouho mono ha , daitouryou ga kokumin kaigi ni taishi ikkatsu suisen wo okonai , kokumin kaigi de suisen kouho he no ikkatsu touhyou de kessuru koto ni natsu te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4347.wav:otoroeru to , nikutai wo honoo to kashi te , hai no naka kara hina to shi te umarekawaru koto ga dekiru .  
+jp_dataset/basic5000/wav/BASIC5000_4348.wav:yotsu te nyoudou no chou sa ha , dansei no hou ga hobo inkei no chou sa fun dake nagai .  
+jp_dataset/basic5000/wav/BASIC5000_4349.wav:kiji ni shouryou no shitsu de moyou no katachi wo nuri , sono ue ni kinpaku wo , hinere nai you ni noseru .  
+jp_dataset/basic5000/wav/BASIC5000_4350.wav:kyougi no kosho mise ha , mi tenpo wo kamae te , kosho wo hanbai shi te iru mise wo sasu .  
+jp_dataset/basic5000/wav/BASIC5000_4351.wav:kono kamera de nin ya mono nado wo utsusu to , utsushi ta mono ga shashin ni torikoma reru .  
+jp_dataset/basic5000/wav/BASIC5000_4352.wav:ren'ai wo utomu nihirisuto da ga , tsukushi no massugu na omoi ni kokorouta re , suimen shita de tsukasa to tsukushi no enmusubi ni kyouryoku shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4353.wav:shiro ya kara youshi ni nozoma re ta ni mo kakawara zu , reiguu sa reru koto ni tomadoi to sabishi sa wo oboe te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4354.wav:sou kakushin shi ta hanne ga , jiken no chousa wo susumeru ura de , taida no akuma mo shizuka ni ugoki dasu .  
+jp_dataset/basic5000/wav/BASIC5000_4355.wav:tada , dansou ga katai toki ha , ochi ta chisou to toun da chisou to no kan ni sukima ga dekiru .  
+jp_dataset/basic5000/wav/BASIC5000_4356.wav:jietto koosutaa to itsu ta , yuuen chi no zekkyou mashin ga nigate .  
+jp_dataset/basic5000/wav/BASIC5000_4357.wav:katsute ha inochi no yaritori to naru tatakai mo keiken shi te i ta you da ga , taiga ni satosa re te kara ha , teki de arou tomo inochi ha ubawa zu , akugyou wo korashimeru tame dake ni mizukara no chikara wo furuu you ni shi te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4358.wav:buttai wo sei no muki ni idou sa seru to bane ga nobi , fu no muki ni idou sa seru to bane ha chijimu .  
+jp_dataset/basic5000/wav/BASIC5000_4359.wav:konogoro kara kuuru na seikaku de shinyuu no aya ni ki wo tsukau nado , sarikinai yasashi sa mo kawara nai ga , sore yue ni aru tsumi wo okashi te shimau .  
+jp_dataset/basic5000/wav/BASIC5000_4360.wav:hana wo saka se nakere ba daichi ga kare hate te shimau tame , shujin kou no kioku wo keshi te , nin to tomo kaku nin no kakehashi ni naru you ni shimukeke ta .  
+jp_dataset/basic5000/wav/BASIC5000_4361.wav:soko he , rankedemu ga medouura wo tsure te araware , pasha ha sassoku kaitoru .  
+jp_dataset/basic5000/wav/BASIC5000_4362.wav:sono kyoku to chikara ha yusou wo makaseru to hijou ni yuukou de ari , buki ya hyourou no unpan kara , gungaku tai no dai taiko , taihou no ken'in made habahiroku mochii rare ta .  
+jp_dataset/basic5000/wav/BASIC5000_4363.wav:makoto yonaka sugi ni , fukusuu no kasai ga sanbashi no ue de atsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4364.wav:kawa soi , yamahada nado kara , onsen ga yuushutsushi te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4365.wav:iwa no ooi kewashii fuukei ha , hitsuji ya yagi no houboku ni tekishi te i ta ga , roonu kawa keikoku no soto de ha , dai kibo noujou ni muku dojou ha nakatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4366.wav:mayaku seisei no genryou de aru , musui sakusan no oushuu ryou ga sekai de mottomo ooi .  
+jp_dataset/basic5000/wav/BASIC5000_4367.wav:yagate shakuhou sa reru mono no , kouryuu naka kara no taichou ga akka ga gen'in de , jitaku de shikyo suru .  
+jp_dataset/basic5000/wav/BASIC5000_4368.wav:kotobazukai koso teinei da ga , hamono no you na reitetsu sa ga soko kara ha nijimideru .  
+jp_dataset/basic5000/wav/BASIC5000_4369.wav:mata , nani do de mo sosei dekiru tame , mubou na kougeki wo shi tari , mi wo tate ni shi te heizeru wo mamoru .  
+jp_dataset/basic5000/wav/BASIC5000_4370.wav:mata , tatara dougu no eizen wo okonau kajiba mo rinsetsu shi te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4371.wav:ni kan michi to nishi jikimon gaidai machi to no kousa ten kara sukoshi hokusei houkou ni itsutsu ta tokoro ni aru .  
+jp_dataset/basic5000/wav/BASIC5000_4372.wav:sensha dake de naku , sharyou zenpan no toka wo okonau tame , senyou sharyou ya shuutei ga sonzai suru .  
+jp_dataset/basic5000/wav/BASIC5000_4373.wav:kochira mo mekki ue no kakou ni yoru mono de , ichi juu nomi , choku ha to ranjin no mono ga ooi .  
+jp_dataset/basic5000/wav/BASIC5000_4374.wav:hahaoya ha hoka no honyuu rui no you na chikubi wo mota zu , ko ha hahaoya no nyuusen kara somidashi ta chichi wo name te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4375.wav:karada ha kamitsuka re ta ato no hagata darake .  
+jp_dataset/basic5000/wav/BASIC5000_4376.wav:iwa kan ga hidokere ba , torihazusu koto ni naru .  
+jp_dataset/basic5000/wav/BASIC5000_4377.wav:tairyou no mizu ga yadoru koto de muchi he to henka suru .  
+jp_dataset/basic5000/wav/BASIC5000_4378.wav:kousha ha suwa mizuumi no chikaku ni ari , yatsugatake mo mie , kuuki ga sun de iru toki ni ha fuji yama mo mieru .  
+jp_dataset/basic5000/wav/BASIC5000_4379.wav:yuushuu na shokujo de ari , mata sukune ni awai koigokoro wo daku byousha ga aru .  
+jp_dataset/basic5000/wav/BASIC5000_4380.wav:nyuuyoku ga yurusa re te i nakatsu ta ga , tsune ni kami ha seiketsu de ari , taishuu mo naku , yoi kaori ga shi ta to iu .  
+jp_dataset/basic5000/wav/BASIC5000_4381.wav:shikashi saigo made sore wo semeru koto ha nakatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4382.wav:seigi kan afureru seikaku yue , tousho , aiefu ya sega mi wo uzume kara no shikaku to kanchigai shi te shimau .  
+jp_dataset/basic5000/wav/BASIC5000_4383.wav:kaji no wadai ni naru to , mukashi no nigai omoide ga yomigaeri , ware wo wasure te guchi wo nobe , jibun no sekai ni itsutsu te shimai , toki ni ha abareru koto sae atsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4384.wav:shoukadou bentou no hatsumei mono to shi te mo yuumei de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4385.wav:kouan ni yori kenshou shiyou to suru rinzai shuu ha , gimon wo daki tsutsu zazen suru koto ni yori , satori ni itaru kanna zen no tachiba wo toru .  
+jp_dataset/basic5000/wav/BASIC5000_4386.wav:gei de aru pooru to no seikatsu ha odayaka de , muusu no kokoro mo nagomu .  
+jp_dataset/basic5000/wav/BASIC5000_4387.wav:mizu wo kake rareru to inochi ni kakawaru kiken na reberu de , nettou mo auto da ga , baketsu ichi hai fun nara heiki rashii .  
+jp_dataset/basic5000/wav/BASIC5000_4388.wav:ma zoku no josei ha hizashita made todoku sukaato wo chakuyou suru .  
+jp_dataset/basic5000/wav/BASIC5000_4389.wav:douin kazu ga fue ta baai ha , hotobori ga sameru made sono eria ni chikazuka nakere ba yoi ga , sono kan ha , hoka no eria no keibi ga teusu ni naru baai mo aru .  
+jp_dataset/basic5000/wav/BASIC5000_4390.wav:yuni kuron datou nochi ha , bekutaa shiguma no meirei ni yori , arata na gureeto konboi ni ninmei sa reru .  
+jp_dataset/basic5000/wav/BASIC5000_4391.wav:tsukibito ni funshi ta dokin chanto tomo ni unadon wo go chisou ni naru ga , sanshou kun ga sanshou wo furikake ta kiwa ni kushami wo shi ta hyoushi ni , isu kara korogeochi te hensou ga bare te shimatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4392.wav:diizeru enjin no youseki atari no teishutsu chikara wo kakyuu , taabochaajaa , taabo konpaundo nado de oginau to , tenka souchi no tanjun sa ga sousai sa re , taka kosuto ni naru .  
+jp_dataset/basic5000/wav/BASIC5000_4393.wav:kamoshidasu fun'iki ha tsune ni kissu wo ifu sa seru .  
+jp_dataset/basic5000/wav/BASIC5000_4394.wav:haikyo to kashi ta machi ni sun de i ta shoujo ga ki kemono ka shi ta mono to omowa reru .  
+jp_dataset/basic5000/wav/BASIC5000_4395.wav:nagai toshitsuki no kan ni ha iku tsu mo no damu mizuumi ga tsukura re , kore ni yotsu te , kishibe no sou enchou ga shinchou shi , tabemono wo toru han'i ga fueru koto ni naru .  
+jp_dataset/basic5000/wav/BASIC5000_4396.wav:shikashi koubu mikado no saigi kokoro ha osamara zu , koutei chokuzoku no tokumu kikan de aru kin'i mamoru wo tsukuru .  
+jp_dataset/basic5000/wav/BASIC5000_4397.wav:fune to shi te no douryoku wo ka gaku to musubitsukeru byousha ha nasa re te ora zu , taihan ga jumoku de oowa re ta kanpan ni ha , tokorodokoro ni oogata hansen to dou teido no ooki sa no ouhan wo motsu ta masuto ga egaka re te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4398.wav:issai tafu sei de , osu ha mesu wo hikitsukeru tame ni , inpei shoku kara senyaka na shoku he henka suru .  
+jp_dataset/basic5000/wav/BASIC5000_4399.wav:sei no teian ni chourou ha hantai suru ga , kokuou ha kikiire , netsubyou ha yagate tsutsushimaru .  
+jp_dataset/basic5000/wav/BASIC5000_4400.wav:suisu chaado no namae de , shubyou mise de hanbai sa reru .  
+jp_dataset/basic5000/wav/BASIC5000_4401.wav:ase mingun wo migoto ni hikiiru shuwan wo motsu te ori , ase mei ga uchijini shi ta nochi mo funsen shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4402.wav:shuryou you de ha naku , aigan inu to shi te sakushutsu sa re ta .  
+jp_dataset/basic5000/wav/BASIC5000_4403.wav:zensaku de ha , taisen moodo de shika itoko wo tsukau koto ha deki nakatsu ta ga , konsaku kara ha , tsuujou no suteeji de mo itoko wo tsukatsu te korogasu koto ga dekiru you ni natsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4404.wav:kopenhaagen kaishaku ha , kansoku suru koto ni yotsu te hajimete joutai ga kakutei suru to kaishaku suru tame , soboku jitsuzai ron nado to sou ire nai .  
+jp_dataset/basic5000/wav/BASIC5000_4405.wav:kaen housha netsu ni yoru chokusetsu mata ha , kuuki wo kanetsu suru koto ni yori kansetsu teki ni , mono ya shitsunai wo atatameru tame no ro de , irori , sutoobu , boiraa , konro , oobun , shichirin , kamado nado ga aru .  
+jp_dataset/basic5000/wav/BASIC5000_4406.wav:suisou raku henkyoku toki ni , chousei ga henkou sa reru koto ga shibashiba aru .  
+jp_dataset/basic5000/wav/BASIC5000_4407.wav:sonna itoshiku koishii hime no tame ni , hana no kishi michi fumishime hime ni aru nichi wo yume ni ken te , o tomo no sancho to tomo ni kyou mo tabi wo tsuzukeru .  
+jp_dataset/basic5000/wav/BASIC5000_4408.wav:senchuu hoshoku kin to ha , senchuu wo tashou tomo sekkyoku teki ni hosoku shi , kore wo shi ka shi te eiyou gen to suru mono de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4409.wav:naiguu ryou ha , shozoku zen dan ga shou gakkou ku tan'i de , rengou dan wo kessei suru .  
+jp_dataset/basic5000/wav/BASIC5000_4410.wav:koukaku rui de ha kara ni sonzai shi , sore ra wo esa to suru madai de ha taihyou ni , sake ka gyorui de ha , kinniku no sekishoku bubun nado ni ken rareru .  
+jp_dataset/basic5000/wav/BASIC5000_4411.wav:kare no ryouri ha guranbania no ryouri de shita ga koe te iru de arou ten tooru no shita wo unara seru hodo no oishi sa .  
+jp_dataset/basic5000/wav/BASIC5000_4412.wav:kyuuketsu oni ni totsu te shinsei na tentai de aru gatsu no maryoku wo kanpeki ni ayatsuri umidasa reru , gatsu takumi no mahou saiku ha , arayuru kettou no bijutsu teki suuhai no taishou to natsu te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4413.wav:kaigai de no uma bangou ha , futan juuryou no omoi jun ni narabe rare , onaji futan kinryou no uma ha , genchi hyouki no arufuabetto jun ni narabe rareru .  
+jp_dataset/basic5000/wav/BASIC5000_4414.wav:mizu ni hitasu ka ukashi te , nori no tsui te iru daishi to dekaaru wo bunri shi , hokori ya aburabun wo torinozoi ta tenpu men ni tenpu shi , suibun wo jokyo shi te teichaku sa seru .  
+jp_dataset/basic5000/wav/BASIC5000_4415.wav:tokugi ha tochigi ben marudashi no shaberi de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4416.wav:ran chero to kyoubou shi , torai kara no jousai ni yuuhei sa re ta gisu kaaru no kyuushutsu wo kiteru hitoaji ni kuwawatsu te i ta .  
+jp_dataset/basic5000/wav/BASIC5000_4417.wav:hitori de ha ire nai on za roozu ni iru tame , nakaba gouin ni , takashi wo on za roozu ni sasou .  
+jp_dataset/basic5000/wav/BASIC5000_4418.wav:shike no joutai ni naru to , fune no tenpuku no osore ga aru tame ni , ryoushi ha ryou ni deru koto ga deki zu , sakana shijou de no fusaku ni tsunagaru .  
+jp_dataset/basic5000/wav/BASIC5000_4419.wav:kudou to kenka wo suru koto mo aru rashii .  
+jp_dataset/basic5000/wav/BASIC5000_4420.wav:maryoku wo motsu ta ningen ha , revianta madou oukoku ni atsume rare te i ta tame , revi anta no saiyaku de , kono ichizoku no ningen ha i naku natsu ta to sa reru .  
+jp_dataset/basic5000/wav/BASIC5000_4421.wav:kosumo sen de ha , aite ni nagewaza wo kake , tsukan da aite no ude to , jishin no jouwan to kata wo tsukatsu te kubi wo shimeru to tomo ni , jibun jishin no karada de aite no naizou wo appaku suru to iu katachi de shiyou shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4422.wav:igirisu gun no shokusho ha hotondo ga kin'iro de , takoku ni kurabe te sekihitsu ga ookiku , himo no ami hou ga arai .  
+jp_dataset/basic5000/wav/BASIC5000_4423.wav:ichi nen no uchi taihan ha touketsu shi te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4424.wav:shin kokon jidai ikou , shuugi han to itsutsu te , sanka mono ni yotsu te yuuretsu ga hantei sa reru koto mo ooku natsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4425.wav:gaiken ha osanai shoujo de , ningen ni naru tame ni hitsuyou na maryoku wo mune ni dai ta houshu ni takuwae te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4426.wav:hakkai ni mikoma re ta no de , meiwaku hanbun ni riyou suru ga , amari ni yaku ni tata nai no de aisou wo kotogotokasu .  
+jp_dataset/basic5000/wav/BASIC5000_4427.wav:foo nibaru no saiban no kiwa , toride wo hanare rare nai dario ga jishin no kawari ni , muzai no shougen wo suru shounin to shi te kare wo kenwasu .  
+jp_dataset/basic5000/wav/BASIC5000_4428.wav:tadashi , meirei de sadameru gaikoku nin ni ha kazei shi nai .  
+jp_dataset/basic5000/wav/BASIC5000_4429.wav:sono nochi , reicheru wo totsu ta shashin ha , subete kanojo no kao ga hizun de utsuru you ni naru .  
+jp_dataset/basic5000/wav/BASIC5000_4430.wav:chikushi no usuku , mata kuuki wo tousa zu , tsuba de youi ni haritsuku to itsu ta seishitsu wo riyou shi ta mono de ari , hachiku ya , kurochiku no mono ga shiyou sa re te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4431.wav:senmon teki na koto ni ha utoi ga , kaisha ni ookina shigoto wo motsu te kuru koto ga ooku , misshon naka no saishuu teki na handan wo kudasu tachiba ni aru .  
+jp_dataset/basic5000/wav/BASIC5000_4432.wav:dan geru to douyou ni , shippai shi tari shi tari , toki ni ha janera no ishi de herumetto bu ga shimaru katachi de hageshii kutsuu wo atae rareru .  
+jp_dataset/basic5000/wav/BASIC5000_4433.wav:seien ana ha , sansa shinkei dai ni eda de aru , uwaago shinkei ga touru .  
+jp_dataset/basic5000/wav/BASIC5000_4434.wav:kagaku mono to shi te giji kagaku ya ese kagaku he no keishou wo narashi , kagaku teki chishiki no fukyuu ya , keimou ni seiryoku teki ni torikumu , to shi te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4435.wav:wa no you ni nuitsuke rare ta nunosei no mono de , katai buhin wo mota nai .  
+jp_dataset/basic5000/wav/BASIC5000_4436.wav:reberu wo eran de futari koutai de tokuten wo kisou moodo .  
+jp_dataset/basic5000/wav/BASIC5000_4437.wav:kotsuzui yokusei , kanshitsu sei haien , hifu kaiyou nado .  
+jp_dataset/basic5000/wav/BASIC5000_4438.wav:aka manbou me no kin'en gyorui no you ni , hyousou bubun wo toubu wo ue ni shi te tadayotsu te iru ga , sore igai ni ha hotondo seitai ga kaimei sa re te i nai .  
+jp_dataset/basic5000/wav/BASIC5000_4439.wav:kousoku kaiten suru koto de , jishin ni shuui ni tatsumaki wo hassei sa se te , sono mama tosshin kougeki shi , fure ta aite wo makikon de , renzoku shi te dameeji wo ataeru .  
+jp_dataset/basic5000/wav/BASIC5000_4440.wav:sekkai ga ooku aru koto kara semento sangyou mo sakan de , hoka ni ha jidou kuruma seizou , kagu seizou , kagaku sangyou nado mo shuyou na sangyou de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4441.wav:dai ichi ten ni tsui te ha , kansei majika no joutai no hitoraa yuugento wo ooku no seishounen ga kyozetsu shi , mu kanshin de atsu ta koto ga imi sa reru .  
+jp_dataset/basic5000/wav/BASIC5000_4442.wav:bukkuretto no kijutsu de ha , reine yori mo haruka ni onna no gyou wo niyasu shoujo .  
+jp_dataset/basic5000/wav/BASIC5000_4443.wav:zen'iki ga yao shi ritsu yao naka gakkou , yao shi ritsu you wa shou gakkou no kouku .  
+jp_dataset/basic5000/wav/BASIC5000_4444.wav:juudan ga kotogotokiru made no gekisen to nari , sarivuan mo mata , nikutai genkai wo koe te , sentou funou to naru .  
+jp_dataset/basic5000/wav/BASIC5000_4445.wav:junrei ha saigo ni girubeeru ga makasa re ta hanashi de kotoba wo nigosu ga , girubeeru ha , sedorikku no musuko , uirufureddo ni make ta koto , soshite saisen wo nozon de iru koto wo mizukara iu .  
+jp_dataset/basic5000/wav/BASIC5000_4446.wav:sono tame ka , roozenman gawa ni uwakaki sa re ta byousha ga tokuni nai .  
+jp_dataset/basic5000/wav/BASIC5000_4447.wav:sudeni shaka no buppou wo choumon shi te jihi kokoro ni michi ta , binbisaara ga , kisaki no kono taido ni kokoro wo itame , ikkei wo anji te , butsuzen ni tsuredashi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4448.wav:tatoeba , kousui ga hotondo nai sabaku kikou shita ni aru karusuto chikei ha , kako no shitsujun na kikou no moto de hattatsu shi ta , kaseki karusuto de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4449.wav:choku katana ga hikitora reru izen kara fuyu mine ni shiji shi te ori , mou hitori no choku katana no sonzai mo shitsu te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4450.wav:koushitsu kankei no keichou gyouji ga okonawa reru baai ha , sono nen ni kagiri , sore ga jisshi sa reru nichi wo tokubetsu ni kyuujitsu to shi te sadameru houritsu ga tsukura reru .  
+jp_dataset/basic5000/wav/BASIC5000_4451.wav:ahiru ni ji ta kyodai na eirian de , san tsu ni wakare ta doukou to , nagai ude ga tokuchou .  
+jp_dataset/basic5000/wav/BASIC5000_4452.wav:sangaku ni kakoma re te iru koto ya , kion ga hikui koto mo awase , kousaku ni ha mui te i nai .  
+jp_dataset/basic5000/wav/BASIC5000_4453.wav:houmu daijin ha , hogo tsukasa ga kekkaku ni gaitou suru ni itatsu ta toki ha , kaishoku shi nakere ba nara nai .  
+jp_dataset/basic5000/wav/BASIC5000_4454.wav:mibun no takai hou kara naraberu to nyokan , onna ju , zoushi no jun to naru .  
+jp_dataset/basic5000/wav/BASIC5000_4455.wav:kyou , mon ha shuuhen no kouen to tomo ni , kyuuka ni shiiraazu no hitobito ga tsudou ikoi no ba to natsu te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4456.wav:hitachi kinzoku ga kyoku shouryou no seisan wo tsuzuke te iru ga , seisan sa re ta tamahagane ha , shitei sa re ta nippon katana no toukou ni nomi haifu sa re , ippan ni ha ryuutsuu shi nai .  
+jp_dataset/basic5000/wav/BASIC5000_4457.wav:sono o shushi ni yoru to , ware nado shinmin taru mono ha fubo ni koukou wo tsukushi , kyoudai shimai naka yoku shi , fuufu tagai ni fun wo mamotsu te mutsumajiku shi , houyuu ni ha nobuyoshi wo motsu te majiwara nakere ba nara nari mase n .  
+jp_dataset/basic5000/wav/BASIC5000_4458.wav:joumon iseki ga bunpu suru chiku ni ha , juukyo gun ya ishigumi , haiseki ikou nado joumon jidai no seishin bunka no araware ta saishi shisetsu de ari , kuni no shiseki ni shitei sa re te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4459.wav:ki tsu mo no kuniguni wo kakae , sono kuniguni ni sumau mono tooru ni yotsu te , nanji ka horobu koto ga yoken sa re te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4460.wav:chitsukou ya koumon ga sakeru nado , fushou suru kanou sei ga takai .  
+jp_dataset/basic5000/wav/BASIC5000_4461.wav:otoko ha , takoage ha kodomo jidai ni ude ni oboe ga atsu ta koto wo musuko ni jiman shi , mazu jibun ga to , tako wo ageru .  
+jp_dataset/basic5000/wav/BASIC5000_4462.wav:anime de ha dokuja san kyoudai ni taishi te gensaku ni kuraberu to zensen shi te i ta ga , yahari chikara oyoba zu yabureru .  
+jp_dataset/basic5000/wav/BASIC5000_4463.wav:ikou ha , onaji setsu kyaku no riku ka to tomo ni shokou wo settoku suru nado touhon seisou shi te , sono sesshou ni atatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4464.wav:sono kyou sa yue ni , meiken de sura tsurugi no hou ga tamota zu ni tabitabi sentou naka ni tsurugi ga ore te shimai , kare mo , jishin no chikara ni tae rareru tsurugi ga nai koto wo , tashou nari to mo urei te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4465.wav:yakidama enjin ha , kongou ki ga yakidama tama kara no nai hyoumen no netsumen chakka ni yori , nenshou ga hajimaru .  
+jp_dataset/basic5000/wav/BASIC5000_4466.wav:zensaku to ha chigai , akushon wo osowaru ni ha , ittei no onpu ga hitsuyou de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4467.wav:kuchisuu mo sukunai ga , iza sentou joutai to nari chi wo ken tari , shouen no nioi wo kagu to , seikaku ga hyouhen shi , kousen teki ni naru .  
+jp_dataset/basic5000/wav/BASIC5000_4468.wav:sono jidai ha nagaku tsuzui ta ga , itsu shi ka ningen tooru ha , megami ni taisuru shinkou kokoro ya , uyamau kokoro wo shidai ni ushinai , ryou megami no tatakai wo wasure te itsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4469.wav:fukai mori no naka wo , hitorigoto wo tsubuyaki nagara , shitamuki gachi ni atedo naku sanpo suru wakamono ga iru .  
+jp_dataset/basic5000/wav/BASIC5000_4470.wav:nijuu hachi yado ha koudou no ryouiki wo shime , seiyou ni oke ru , koudou juu ni seiza ni soutou suru mono to kangae rareru .  
+jp_dataset/basic5000/wav/BASIC5000_4471.wav:sore yue , hitomae de kiushire suru koto ga ooku , ketsu mare wo meguru raibaru tachi no menzen de , ishuku shi te shimau koto mo shibashiba .  
+jp_dataset/basic5000/wav/BASIC5000_4472.wav:teii no michibiki ni soi suupaa aresuta wo karu shujin kou ha , ittai dono you na senka ni souguu suru no de arou ka .  
+jp_dataset/basic5000/wav/BASIC5000_4473.wav:yokodake ni yo zetsugai tenjuu nochi , zenshi ha mukae rare te , soufuku ni nyuuin dai san yo to naru .  
+jp_dataset/basic5000/wav/BASIC5000_4474.wav:shinnyo kunjuu to ha , shujou ga shinnyo no hougu wo bi shi te iru no de , mumyou ni mei kun suru koto ga dekiru .  
+jp_dataset/basic5000/wav/BASIC5000_4475.wav:suru to , konkyuu ku kara ka , seikatsu no tame ni , goushi no mibun wo jouto suru you ni natsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4476.wav:seki enzan ga hi kakan de aru baai , johou ga sayuu de kubetsu sa reru you ni , bunsuu mo waru houkou no sayuu de kubetsu sa reru .  
+jp_dataset/basic5000/wav/BASIC5000_4477.wav:tokuchou to shi te , kasa ha ensui jou , mata ha ensui kane jou , fuchi ha , hajou ni natsu te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4478.wav:tsune ni kuuchuu wo fuyuu suru koto ga deki , shougai mono ni butsukaru koto ha kihon teki ni nai tame , ao pikumin ni tsui de , koudou han'i ga hiroi .  
+jp_dataset/basic5000/wav/BASIC5000_4479.wav:tadashi gooremu ha susamajii nouryoku wo motsu ga , kadou kazu ga sukunaku , hanyou sei ni mo kake ta tame , senkyoku wo kutsugaesu ni ha itara nakatsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4480.wav:sono sensou mo tae zu okonawa re te i ta ga jissai ha , dai enshuu teido no mono de , mazu seimei wo nobe te , jiko no yuui wo nobe te , aite no hi wo narashi ikaku suru .  
+jp_dataset/basic5000/wav/BASIC5000_4481.wav:tawaragata no kasutera kiji no naka ni shiroan ga itsutsu ta manjuu de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4482.wav:saitama seibu raionzu ni kijutsu sure ba juubun na naiyou de ari , tandoku kiji to suru tokuhitsu sei ga midase nai .  
+jp_dataset/basic5000/wav/BASIC5000_4483.wav:mukuchi de monoshizuka da ga , nai ni himeru jounetsu ha atsui .  
+jp_dataset/basic5000/wav/BASIC5000_4484.wav:arakure nagara dohyou ue de dare yori mo kagayai te mie ta chichi wo kokoro kara sonkei shi te i ta ga , sono akogare no chichi ha , aru yoru ippan nin he no boukou jiken wo okoshi , akkenaku jomei shobun sa re te shimau .  
+jp_dataset/basic5000/wav/BASIC5000_4485.wav:kuki wo mogitora re ta budou ha , marui surotto no naka ni hourikoma reru .  
+jp_dataset/basic5000/wav/BASIC5000_4486.wav:ani no taira en no houshin ni somuki , tsu shuugun he no jitsuryoku koushi ni deru .  
+jp_dataset/basic5000/wav/BASIC5000_4487.wav:tokuni , doraipointo ni yoru , douhan ga no hyouka ga takai .  
+jp_dataset/basic5000/wav/BASIC5000_4488.wav:sono nochi , ima made no jibun no koudou wo hansei shi , ima made atsume ta nengu wo murabito tooru ni wakeatae , sukunai nengu de osameru koto wo yakusoku shi ta .  
+jp_dataset/basic5000/wav/BASIC5000_4489.wav:shigyou shiki nado ni tokui no rakugo wo hirou , chourei no kouwa de sura rakugo chou de okonai , seito wo bakushou sa se , ankooru wo motome rareru koto mo aru .  
+jp_dataset/basic5000/wav/BASIC5000_4490.wav:kono toki yakumo ni mitsukari shoutai to joukyou wo shira reru kekka to natsu ta .  
+jp_dataset/basic5000/wav/BASIC5000_4491.wav:kozure no tame , aragoto ha go hatto to , udatsu no agara nai benri ya da ga , ikinobiru sainou ha masare te ori , roketto uinchi no gijutsu wo suna bouzu ni denju shi ta no mo kare .  
+jp_dataset/basic5000/wav/BASIC5000_4492.wav:sono udemae ha higoro kara sesshi te iru nin de sae miwakeru koto ga deki nai hodo de ari , hensou suru taishou mo se kakkou ni aru teido ruiji ga aru nara , rounyaku danjo towa nai .  
+jp_dataset/basic5000/wav/BASIC5000_4493.wav:shikei hanketsu ga kakutei suru to , hanketsu touhon to , kouhan kiroku ga , tougai shikei wo kyuukei shi ta kensatsu chou ni okura reru .  
+jp_dataset/basic5000/wav/BASIC5000_4494.wav:gorotsuki tachi ha hikiage , govianusu ha shin da takashi fujin no kuchibiru ni kisu wo shi te , jibun no ichizoku no haka ni houmuru koto ni suru .  
+jp_dataset/basic5000/wav/BASIC5000_4495.wav:shintai no tanren no tame ni ha , butsuri teki ni undou wo okonau hitsuyou ga aru ga , seishin no tanren ni tsui te mo , kunren wo omone te kokoro wo osameru koto ga hitsuyou de aru .  
+jp_dataset/basic5000/wav/BASIC5000_4496.wav:soshite mizukara no kyuuden wo kizuki , hanki wo hirugaesu junbi wo hajime ta ga , kare no kite ha hakkaku shi , kaze no ou ni yotsu te rou ni tojikome rareru .  
+jp_dataset/basic5000/wav/BASIC5000_4497.wav:nougyou keiei antei kanjou , shokuryou kanri kanjou , nougyou kyousai sai hoken kanjou , gyosen sai hoken kanjou , gyogyou kyousai hoken kanjou , kaku jigyou kanjou ni kyoutsuu suru , jimu jinken hi ni kakaru keiri wo toriatsukatsu te iru .  
+jp_dataset/basic5000/wav/BASIC5000_4498.wav:genzai no shurou ha , tenshin ha ichibu to shi te , kyaku wo manekiyoseru .  
+jp_dataset/basic5000/wav/BASIC5000_4499.wav:kanojo tooru wo moteasobu you na ei posu no omowaku to , tenshi to no innen ni owari ha aru no ka .  
+jp_dataset/basic5000/wav/BASIC5000_4500.wav:kare ra ha , uta to tsunobue no oto de ryuu wo michibiku .  

flagged/log.csv

@@ -0,0 +1,2 @@
+Enter Text Here,Speech,flag,username,timestamp
+また、サイコロに姿を変えることもでき、転がると強力な魔力が発動し、出た目の数だけ死者が出る,,,,2023-05-10 16:03:29.635185

logs/jp_base/config.json

@@ -0,0 +1,52 @@
+{
+  "train": {
+    "log_interval": 200,
+    "eval_interval": 1000,
+    "seed": 1234,
+    "epochs": 20000,
+    "learning_rate": 2e-4,
+    "betas": [0.8, 0.99],
+    "eps": 1e-9,
+    "batch_size": 64,
+    "fp16_run": true,
+    "lr_decay": 0.999875,
+    "segment_size": 8192,
+    "init_lr_ratio": 1,
+    "warmup_epochs": 0,
+    "c_mel": 45,
+    "c_kl": 1.0
+  },
+  "data": {
+    "training_files":"filelists/jp_audio_text_train_filelist.txt.cleaned",
+    "validation_files":"filelists/jp_audio_text_val_filelist.txt.cleaned",
+    "text_cleaners":["japanese_cleaner"],
+    "max_wav_value": 32768.0,
+    "sampling_rate": 22050,
+    "filter_length": 1024,
+    "hop_length": 256,
+    "win_length": 1024,
+    "n_mel_channels": 80,
+    "mel_fmin": 0.0,
+    "mel_fmax": null,
+    "add_blank": true,
+    "n_speakers": 0,
+    "cleaned_text": true
+  },
+  "model": {
+    "inter_channels": 192,
+    "hidden_channels": 192,
+    "filter_channels": 768,
+    "n_heads": 2,
+    "n_layers": 6,
+    "kernel_size": 3,
+    "p_dropout": 0.1,
+    "resblock": "1",
+    "resblock_kernel_sizes": [3,7,11],
+    "resblock_dilation_sizes": [[1,3,5], [1,3,5], [1,3,5]],
+    "upsample_rates": [8,8,2,2],
+    "upsample_initial_channel": 512,
+    "upsample_kernel_sizes": [16,16,4,4],
+    "n_layers_q": 3,
+    "use_spectral_norm": false
+  }
+}

logs/jp_base/model.pth

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d66638943a586e5317c81bd2cdb6a8a74b459220b14bc303a45a5bf84331c785
+size 436465057

losses.py

@@ -0,0 +1,61 @@
+import torch 
+from torch.nn import functional as F
+
+import commons
+
+
+def feature_loss(fmap_r, fmap_g):
+  loss = 0
+  for dr, dg in zip(fmap_r, fmap_g):
+    for rl, gl in zip(dr, dg):
+      rl = rl.float().detach()
+      gl = gl.float()
+      loss += torch.mean(torch.abs(rl - gl))
+
+  return loss * 2 
+
+
+def discriminator_loss(disc_real_outputs, disc_generated_outputs):
+  loss = 0
+  r_losses = []
+  g_losses = []
+  for dr, dg in zip(disc_real_outputs, disc_generated_outputs):
+    dr = dr.float()
+    dg = dg.float()
+    r_loss = torch.mean((1-dr)**2)
+    g_loss = torch.mean(dg**2)
+    loss += (r_loss + g_loss)
+    r_losses.append(r_loss.item())
+    g_losses.append(g_loss.item())
+
+  return loss, r_losses, g_losses
+
+
+def generator_loss(disc_outputs):
+  loss = 0
+  gen_losses = []
+  for dg in disc_outputs:
+    dg = dg.float()
+    l = torch.mean((1-dg)**2)
+    gen_losses.append(l)
+    loss += l
+
+  return loss, gen_losses
+
+
+def kl_loss(z_p, logs_q, m_p, logs_p, z_mask):
+  """
+  z_p, logs_q: [b, h, t_t]
+  m_p, logs_p: [b, h, t_t]
+  """
+  z_p = z_p.float()
+  logs_q = logs_q.float()
+  m_p = m_p.float()
+  logs_p = logs_p.float()
+  z_mask = z_mask.float()
+
+  kl = logs_p - logs_q - 0.5
+  kl += 0.5 * ((z_p - m_p)**2) * torch.exp(-2. * logs_p)
+  kl = torch.sum(kl * z_mask)
+  l = kl / torch.sum(z_mask)
+  return l

mel_processing.py

@@ -0,0 +1,112 @@
+import math
+import os
+import random
+import torch
+from torch import nn
+import torch.nn.functional as F
+import torch.utils.data
+import numpy as np
+import librosa
+import librosa.util as librosa_util
+from librosa.util import normalize, pad_center, tiny
+from scipy.signal import get_window
+from scipy.io.wavfile import read
+from librosa.filters import mel as librosa_mel_fn
+
+MAX_WAV_VALUE = 32768.0
+
+
+def dynamic_range_compression_torch(x, C=1, clip_val=1e-5):
+    """
+    PARAMS
+    ------
+    C: compression factor
+    """
+    return torch.log(torch.clamp(x, min=clip_val) * C)
+
+
+def dynamic_range_decompression_torch(x, C=1):
+    """
+    PARAMS
+    ------
+    C: compression factor used to compress
+    """
+    return torch.exp(x) / C
+
+
+def spectral_normalize_torch(magnitudes):
+    output = dynamic_range_compression_torch(magnitudes)
+    return output
+
+
+def spectral_de_normalize_torch(magnitudes):
+    output = dynamic_range_decompression_torch(magnitudes)
+    return output
+
+
+mel_basis = {}
+hann_window = {}
+
+
+def spectrogram_torch(y, n_fft, sampling_rate, hop_size, win_size, center=False):
+    if torch.min(y) < -1.:
+        print('min value is ', torch.min(y))
+    if torch.max(y) > 1.:
+        print('max value is ', torch.max(y))
+
+    global hann_window
+    dtype_device = str(y.dtype) + '_' + str(y.device)
+    wnsize_dtype_device = str(win_size) + '_' + dtype_device
+    if wnsize_dtype_device not in hann_window:
+        hann_window[wnsize_dtype_device] = torch.hann_window(win_size).to(dtype=y.dtype, device=y.device)
+
+    y = torch.nn.functional.pad(y.unsqueeze(1), (int((n_fft-hop_size)/2), int((n_fft-hop_size)/2)), mode='reflect')
+    y = y.squeeze(1)
+
+    spec = torch.stft(y, n_fft, hop_length=hop_size, win_length=win_size, window=hann_window[wnsize_dtype_device],
+                      center=center, pad_mode='reflect', normalized=False, onesided=True)
+
+    spec = torch.sqrt(spec.pow(2).sum(-1) + 1e-6)
+    return spec
+
+
+def spec_to_mel_torch(spec, n_fft, num_mels, sampling_rate, fmin, fmax):
+    global mel_basis
+    dtype_device = str(spec.dtype) + '_' + str(spec.device)
+    fmax_dtype_device = str(fmax) + '_' + dtype_device
+    if fmax_dtype_device not in mel_basis:
+        mel = librosa_mel_fn(sampling_rate, n_fft, num_mels, fmin, fmax)
+        mel_basis[fmax_dtype_device] = torch.from_numpy(mel).to(dtype=spec.dtype, device=spec.device)
+    spec = torch.matmul(mel_basis[fmax_dtype_device], spec)
+    spec = spectral_normalize_torch(spec)
+    return spec
+
+
+def mel_spectrogram_torch(y, n_fft, num_mels, sampling_rate, hop_size, win_size, fmin, fmax, center=False):
+    if torch.min(y) < -1.:
+        print('min value is ', torch.min(y))
+    if torch.max(y) > 1.:
+        print('max value is ', torch.max(y))
+
+    global mel_basis, hann_window
+    dtype_device = str(y.dtype) + '_' + str(y.device)
+    fmax_dtype_device = str(fmax) + '_' + dtype_device
+    wnsize_dtype_device = str(win_size) + '_' + dtype_device
+    if fmax_dtype_device not in mel_basis:
+        mel = librosa_mel_fn(sampling_rate, n_fft, num_mels, fmin, fmax)
+        mel_basis[fmax_dtype_device] = torch.from_numpy(mel).to(dtype=y.dtype, device=y.device)
+    if wnsize_dtype_device not in hann_window:
+        hann_window[wnsize_dtype_device] = torch.hann_window(win_size).to(dtype=y.dtype, device=y.device)
+
+    y = torch.nn.functional.pad(y.unsqueeze(1), (int((n_fft-hop_size)/2), int((n_fft-hop_size)/2)), mode='reflect')
+    y = y.squeeze(1)
+
+    spec = torch.stft(y, n_fft, hop_length=hop_size, win_length=win_size, window=hann_window[wnsize_dtype_device],
+                      center=center, pad_mode='reflect', normalized=False, onesided=True)
+
+    spec = torch.sqrt(spec.pow(2).sum(-1) + 1e-6)
+
+    spec = torch.matmul(mel_basis[fmax_dtype_device], spec)
+    spec = spectral_normalize_torch(spec)
+
+    return spec

models.py

@@ -0,0 +1,534 @@
+import copy
+import math
+import torch
+from torch import nn
+from torch.nn import functional as F
+
+import commons
+import modules
+import attentions
+import monotonic_align
+
+from torch.nn import Conv1d, ConvTranspose1d, AvgPool1d, Conv2d
+from torch.nn.utils import weight_norm, remove_weight_norm, spectral_norm
+from commons import init_weights, get_padding
+
+
+class StochasticDurationPredictor(nn.Module):
+  def __init__(self, in_channels, filter_channels, kernel_size, p_dropout, n_flows=4, gin_channels=0):
+    super().__init__()
+    filter_channels = in_channels # it needs to be removed from future version.
+    self.in_channels = in_channels
+    self.filter_channels = filter_channels
+    self.kernel_size = kernel_size
+    self.p_dropout = p_dropout
+    self.n_flows = n_flows
+    self.gin_channels = gin_channels
+
+    self.log_flow = modules.Log()
+    self.flows = nn.ModuleList()
+    self.flows.append(modules.ElementwiseAffine(2))
+    for i in range(n_flows):
+      self.flows.append(modules.ConvFlow(2, filter_channels, kernel_size, n_layers=3))
+      self.flows.append(modules.Flip())
+
+    self.post_pre = nn.Conv1d(1, filter_channels, 1)
+    self.post_proj = nn.Conv1d(filter_channels, filter_channels, 1)
+    self.post_convs = modules.DDSConv(filter_channels, kernel_size, n_layers=3, p_dropout=p_dropout)
+    self.post_flows = nn.ModuleList()
+    self.post_flows.append(modules.ElementwiseAffine(2))
+    for i in range(4):
+      self.post_flows.append(modules.ConvFlow(2, filter_channels, kernel_size, n_layers=3))
+      self.post_flows.append(modules.Flip())
+
+    self.pre = nn.Conv1d(in_channels, filter_channels, 1)
+    self.proj = nn.Conv1d(filter_channels, filter_channels, 1)
+    self.convs = modules.DDSConv(filter_channels, kernel_size, n_layers=3, p_dropout=p_dropout)
+    if gin_channels != 0:
+      self.cond = nn.Conv1d(gin_channels, filter_channels, 1)
+
+  def forward(self, x, x_mask, w=None, g=None, reverse=False, noise_scale=1.0):
+    x = torch.detach(x)
+    x = self.pre(x)
+    if g is not None:
+      g = torch.detach(g)
+      x = x + self.cond(g)
+    x = self.convs(x, x_mask)
+    x = self.proj(x) * x_mask
+
+    if not reverse:
+      flows = self.flows
+      assert w is not None
+
+      logdet_tot_q = 0 
+      h_w = self.post_pre(w)
+      h_w = self.post_convs(h_w, x_mask)
+      h_w = self.post_proj(h_w) * x_mask
+      e_q = torch.randn(w.size(0), 2, w.size(2)).to(device=x.device, dtype=x.dtype) * x_mask
+      z_q = e_q
+      for flow in self.post_flows:
+        z_q, logdet_q = flow(z_q, x_mask, g=(x + h_w))
+        logdet_tot_q += logdet_q
+      z_u, z1 = torch.split(z_q, [1, 1], 1) 
+      u = torch.sigmoid(z_u) * x_mask
+      z0 = (w - u) * x_mask
+      logdet_tot_q += torch.sum((F.logsigmoid(z_u) + F.logsigmoid(-z_u)) * x_mask, [1,2])
+      logq = torch.sum(-0.5 * (math.log(2*math.pi) + (e_q**2)) * x_mask, [1,2]) - logdet_tot_q
+
+      logdet_tot = 0
+      z0, logdet = self.log_flow(z0, x_mask)
+      logdet_tot += logdet
+      z = torch.cat([z0, z1], 1)
+      for flow in flows:
+        z, logdet = flow(z, x_mask, g=x, reverse=reverse)
+        logdet_tot = logdet_tot + logdet
+      nll = torch.sum(0.5 * (math.log(2*math.pi) + (z**2)) * x_mask, [1,2]) - logdet_tot
+      return nll + logq # [b]
+    else:
+      flows = list(reversed(self.flows))
+      flows = flows[:-2] + [flows[-1]] # remove a useless vflow
+      z = torch.randn(x.size(0), 2, x.size(2)).to(device=x.device, dtype=x.dtype) * noise_scale
+      for flow in flows:
+        z = flow(z, x_mask, g=x, reverse=reverse)
+      z0, z1 = torch.split(z, [1, 1], 1)
+      logw = z0
+      return logw
+
+
+class DurationPredictor(nn.Module):
+  def __init__(self, in_channels, filter_channels, kernel_size, p_dropout, gin_channels=0):
+    super().__init__()
+
+    self.in_channels = in_channels
+    self.filter_channels = filter_channels
+    self.kernel_size = kernel_size
+    self.p_dropout = p_dropout
+    self.gin_channels = gin_channels
+
+    self.drop = nn.Dropout(p_dropout)
+    self.conv_1 = nn.Conv1d(in_channels, filter_channels, kernel_size, padding=kernel_size//2)
+    self.norm_1 = modules.LayerNorm(filter_channels)
+    self.conv_2 = nn.Conv1d(filter_channels, filter_channels, kernel_size, padding=kernel_size//2)
+    self.norm_2 = modules.LayerNorm(filter_channels)
+    self.proj = nn.Conv1d(filter_channels, 1, 1)
+
+    if gin_channels != 0:
+      self.cond = nn.Conv1d(gin_channels, in_channels, 1)
+
+  def forward(self, x, x_mask, g=None):
+    x = torch.detach(x)
+    if g is not None:
+      g = torch.detach(g)
+      x = x + self.cond(g)
+    x = self.conv_1(x * x_mask)
+    x = torch.relu(x)
+    x = self.norm_1(x)
+    x = self.drop(x)
+    x = self.conv_2(x * x_mask)
+    x = torch.relu(x)
+    x = self.norm_2(x)
+    x = self.drop(x)
+    x = self.proj(x * x_mask)
+    return x * x_mask
+
+
+class TextEncoder(nn.Module):
+  def __init__(self,
+      n_vocab,
+      out_channels,
+      hidden_channels,
+      filter_channels,
+      n_heads,
+      n_layers,
+      kernel_size,
+      p_dropout):
+    super().__init__()
+    self.n_vocab = n_vocab
+    self.out_channels = out_channels
+    self.hidden_channels = hidden_channels
+    self.filter_channels = filter_channels
+    self.n_heads = n_heads
+    self.n_layers = n_layers
+    self.kernel_size = kernel_size
+    self.p_dropout = p_dropout
+
+    self.emb = nn.Embedding(n_vocab, hidden_channels)
+    nn.init.normal_(self.emb.weight, 0.0, hidden_channels**-0.5)
+
+    self.encoder = attentions.Encoder(
+      hidden_channels,
+      filter_channels,
+      n_heads,
+      n_layers,
+      kernel_size,
+      p_dropout)
+    self.proj= nn.Conv1d(hidden_channels, out_channels * 2, 1)
+
+  def forward(self, x, x_lengths):
+    x = self.emb(x) * math.sqrt(self.hidden_channels) # [b, t, h]
+    x = torch.transpose(x, 1, -1) # [b, h, t]
+    x_mask = torch.unsqueeze(commons.sequence_mask(x_lengths, x.size(2)), 1).to(x.dtype)
+
+    x = self.encoder(x * x_mask, x_mask)
+    stats = self.proj(x) * x_mask
+
+    m, logs = torch.split(stats, self.out_channels, dim=1)
+    return x, m, logs, x_mask
+
+
+class ResidualCouplingBlock(nn.Module):
+  def __init__(self,
+      channels,
+      hidden_channels,
+      kernel_size,
+      dilation_rate,
+      n_layers,
+      n_flows=4,
+      gin_channels=0):
+    super().__init__()
+    self.channels = channels
+    self.hidden_channels = hidden_channels
+    self.kernel_size = kernel_size
+    self.dilation_rate = dilation_rate
+    self.n_layers = n_layers
+    self.n_flows = n_flows
+    self.gin_channels = gin_channels
+
+    self.flows = nn.ModuleList()
+    for i in range(n_flows):
+      self.flows.append(modules.ResidualCouplingLayer(channels, hidden_channels, kernel_size, dilation_rate, n_layers, gin_channels=gin_channels, mean_only=True))
+      self.flows.append(modules.Flip())
+
+  def forward(self, x, x_mask, g=None, reverse=False):
+    if not reverse:
+      for flow in self.flows:
+        x, _ = flow(x, x_mask, g=g, reverse=reverse)
+    else:
+      for flow in reversed(self.flows):
+        x = flow(x, x_mask, g=g, reverse=reverse)
+    return x
+
+
+class PosteriorEncoder(nn.Module):
+  def __init__(self,
+      in_channels,
+      out_channels,
+      hidden_channels,
+      kernel_size,
+      dilation_rate,
+      n_layers,
+      gin_channels=0):
+    super().__init__()
+    self.in_channels = in_channels
+    self.out_channels = out_channels
+    self.hidden_channels = hidden_channels
+    self.kernel_size = kernel_size
+    self.dilation_rate = dilation_rate
+    self.n_layers = n_layers
+    self.gin_channels = gin_channels
+
+    self.pre = nn.Conv1d(in_channels, hidden_channels, 1)
+    self.enc = modules.WN(hidden_channels, kernel_size, dilation_rate, n_layers, gin_channels=gin_channels)
+    self.proj = nn.Conv1d(hidden_channels, out_channels * 2, 1)
+
+  def forward(self, x, x_lengths, g=None):
+    x_mask = torch.unsqueeze(commons.sequence_mask(x_lengths, x.size(2)), 1).to(x.dtype)
+    x = self.pre(x) * x_mask
+    x = self.enc(x, x_mask, g=g)
+    stats = self.proj(x) * x_mask
+    m, logs = torch.split(stats, self.out_channels, dim=1)
+    z = (m + torch.randn_like(m) * torch.exp(logs)) * x_mask
+    return z, m, logs, x_mask
+
+
+class Generator(torch.nn.Module):
+    def __init__(self, initial_channel, resblock, resblock_kernel_sizes, resblock_dilation_sizes, upsample_rates, upsample_initial_channel, upsample_kernel_sizes, gin_channels=0):
+        super(Generator, self).__init__()
+        self.num_kernels = len(resblock_kernel_sizes)
+        self.num_upsamples = len(upsample_rates)
+        self.conv_pre = Conv1d(initial_channel, upsample_initial_channel, 7, 1, padding=3)
+        resblock = modules.ResBlock1 if resblock == '1' else modules.ResBlock2
+
+        self.ups = nn.ModuleList()
+        for i, (u, k) in enumerate(zip(upsample_rates, upsample_kernel_sizes)):
+            self.ups.append(weight_norm(
+                ConvTranspose1d(upsample_initial_channel//(2**i), upsample_initial_channel//(2**(i+1)),
+                                k, u, padding=(k-u)//2)))
+
+        self.resblocks = nn.ModuleList()
+        for i in range(len(self.ups)):
+            ch = upsample_initial_channel//(2**(i+1))
+            for j, (k, d) in enumerate(zip(resblock_kernel_sizes, resblock_dilation_sizes)):
+                self.resblocks.append(resblock(ch, k, d))
+
+        self.conv_post = Conv1d(ch, 1, 7, 1, padding=3, bias=False)
+        self.ups.apply(init_weights)
+
+        if gin_channels != 0:
+            self.cond = nn.Conv1d(gin_channels, upsample_initial_channel, 1)
+
+    def forward(self, x, g=None):
+        x = self.conv_pre(x)
+        if g is not None:
+          x = x + self.cond(g)
+
+        for i in range(self.num_upsamples):
+            x = F.leaky_relu(x, modules.LRELU_SLOPE)
+            x = self.ups[i](x)
+            xs = None
+            for j in range(self.num_kernels):
+                if xs is None:
+                    xs = self.resblocks[i*self.num_kernels+j](x)
+                else:
+                    xs += self.resblocks[i*self.num_kernels+j](x)
+            x = xs / self.num_kernels
+        x = F.leaky_relu(x)
+        x = self.conv_post(x)
+        x = torch.tanh(x)
+
+        return x
+
+    def remove_weight_norm(self):
+        print('Removing weight norm...')
+        for l in self.ups:
+            remove_weight_norm(l)
+        for l in self.resblocks:
+            l.remove_weight_norm()
+
+
+class DiscriminatorP(torch.nn.Module):
+    def __init__(self, period, kernel_size=5, stride=3, use_spectral_norm=False):
+        super(DiscriminatorP, self).__init__()
+        self.period = period
+        self.use_spectral_norm = use_spectral_norm
+        norm_f = weight_norm if use_spectral_norm == False else spectral_norm
+        self.convs = nn.ModuleList([
+            norm_f(Conv2d(1, 32, (kernel_size, 1), (stride, 1), padding=(get_padding(kernel_size, 1), 0))),
+            norm_f(Conv2d(32, 128, (kernel_size, 1), (stride, 1), padding=(get_padding(kernel_size, 1), 0))),
+            norm_f(Conv2d(128, 512, (kernel_size, 1), (stride, 1), padding=(get_padding(kernel_size, 1), 0))),
+            norm_f(Conv2d(512, 1024, (kernel_size, 1), (stride, 1), padding=(get_padding(kernel_size, 1), 0))),
+            norm_f(Conv2d(1024, 1024, (kernel_size, 1), 1, padding=(get_padding(kernel_size, 1), 0))),
+        ])
+        self.conv_post = norm_f(Conv2d(1024, 1, (3, 1), 1, padding=(1, 0)))
+
+    def forward(self, x):
+        fmap = []
+
+        # 1d to 2d
+        b, c, t = x.shape
+        if t % self.period != 0: # pad first
+            n_pad = self.period - (t % self.period)
+            x = F.pad(x, (0, n_pad), "reflect")
+            t = t + n_pad
+        x = x.view(b, c, t // self.period, self.period)
+
+        for l in self.convs:
+            x = l(x)
+            x = F.leaky_relu(x, modules.LRELU_SLOPE)
+            fmap.append(x)
+        x = self.conv_post(x)
+        fmap.append(x)
+        x = torch.flatten(x, 1, -1)
+
+        return x, fmap
+
+
+class DiscriminatorS(torch.nn.Module):
+    def __init__(self, use_spectral_norm=False):
+        super(DiscriminatorS, self).__init__()
+        norm_f = weight_norm if use_spectral_norm == False else spectral_norm
+        self.convs = nn.ModuleList([
+            norm_f(Conv1d(1, 16, 15, 1, padding=7)),
+            norm_f(Conv1d(16, 64, 41, 4, groups=4, padding=20)),
+            norm_f(Conv1d(64, 256, 41, 4, groups=16, padding=20)),
+            norm_f(Conv1d(256, 1024, 41, 4, groups=64, padding=20)),
+            norm_f(Conv1d(1024, 1024, 41, 4, groups=256, padding=20)),
+            norm_f(Conv1d(1024, 1024, 5, 1, padding=2)),
+        ])
+        self.conv_post = norm_f(Conv1d(1024, 1, 3, 1, padding=1))
+
+    def forward(self, x):
+        fmap = []
+
+        for l in self.convs:
+            x = l(x)
+            x = F.leaky_relu(x, modules.LRELU_SLOPE)
+            fmap.append(x)
+        x = self.conv_post(x)
+        fmap.append(x)
+        x = torch.flatten(x, 1, -1)
+
+        return x, fmap
+
+
+class MultiPeriodDiscriminator(torch.nn.Module):
+    def __init__(self, use_spectral_norm=False):
+        super(MultiPeriodDiscriminator, self).__init__()
+        periods = [2,3,5,7,11]
+
+        discs = [DiscriminatorS(use_spectral_norm=use_spectral_norm)]
+        discs = discs + [DiscriminatorP(i, use_spectral_norm=use_spectral_norm) for i in periods]
+        self.discriminators = nn.ModuleList(discs)
+
+    def forward(self, y, y_hat):
+        y_d_rs = []
+        y_d_gs = []
+        fmap_rs = []
+        fmap_gs = []
+        for i, d in enumerate(self.discriminators):
+            y_d_r, fmap_r = d(y)
+            y_d_g, fmap_g = d(y_hat)
+            y_d_rs.append(y_d_r)
+            y_d_gs.append(y_d_g)
+            fmap_rs.append(fmap_r)
+            fmap_gs.append(fmap_g)
+
+        return y_d_rs, y_d_gs, fmap_rs, fmap_gs
+
+
+
+class SynthesizerTrn(nn.Module):
+  """
+  Synthesizer for Training
+  """
+
+  def __init__(self, 
+    n_vocab,
+    spec_channels,
+    segment_size,
+    inter_channels,
+    hidden_channels,
+    filter_channels,
+    n_heads,
+    n_layers,
+    kernel_size,
+    p_dropout,
+    resblock, 
+    resblock_kernel_sizes, 
+    resblock_dilation_sizes, 
+    upsample_rates, 
+    upsample_initial_channel, 
+    upsample_kernel_sizes,
+    n_speakers=0,
+    gin_channels=0,
+    use_sdp=True,
+    **kwargs):
+
+    super().__init__()
+    self.n_vocab = n_vocab
+    self.spec_channels = spec_channels
+    self.inter_channels = inter_channels
+    self.hidden_channels = hidden_channels
+    self.filter_channels = filter_channels
+    self.n_heads = n_heads
+    self.n_layers = n_layers
+    self.kernel_size = kernel_size
+    self.p_dropout = p_dropout
+    self.resblock = resblock
+    self.resblock_kernel_sizes = resblock_kernel_sizes
+    self.resblock_dilation_sizes = resblock_dilation_sizes
+    self.upsample_rates = upsample_rates
+    self.upsample_initial_channel = upsample_initial_channel
+    self.upsample_kernel_sizes = upsample_kernel_sizes
+    self.segment_size = segment_size
+    self.n_speakers = n_speakers
+    self.gin_channels = gin_channels
+
+    self.use_sdp = use_sdp
+
+    self.enc_p = TextEncoder(n_vocab,
+        inter_channels,
+        hidden_channels,
+        filter_channels,
+        n_heads,
+        n_layers,
+        kernel_size,
+        p_dropout)
+    self.dec = Generator(inter_channels, resblock, resblock_kernel_sizes, resblock_dilation_sizes, upsample_rates, upsample_initial_channel, upsample_kernel_sizes, gin_channels=gin_channels)
+    self.enc_q = PosteriorEncoder(spec_channels, inter_channels, hidden_channels, 5, 1, 16, gin_channels=gin_channels)
+    self.flow = ResidualCouplingBlock(inter_channels, hidden_channels, 5, 1, 4, gin_channels=gin_channels)
+
+    if use_sdp:
+      self.dp = StochasticDurationPredictor(hidden_channels, 192, 3, 0.5, 4, gin_channels=gin_channels)
+    else:
+      self.dp = DurationPredictor(hidden_channels, 256, 3, 0.5, gin_channels=gin_channels)
+
+    if n_speakers > 1:
+      self.emb_g = nn.Embedding(n_speakers, gin_channels)
+
+  def forward(self, x, x_lengths, y, y_lengths, sid=None):
+
+    x, m_p, logs_p, x_mask = self.enc_p(x, x_lengths)
+    if self.n_speakers > 0:
+      g = self.emb_g(sid).unsqueeze(-1) # [b, h, 1]
+    else:
+      g = None
+
+    z, m_q, logs_q, y_mask = self.enc_q(y, y_lengths, g=g)
+    z_p = self.flow(z, y_mask, g=g)
+
+    with torch.no_grad():
+      # negative cross-entropy
+      s_p_sq_r = torch.exp(-2 * logs_p) # [b, d, t]
+      neg_cent1 = torch.sum(-0.5 * math.log(2 * math.pi) - logs_p, [1], keepdim=True) # [b, 1, t_s]
+      neg_cent2 = torch.matmul(-0.5 * (z_p ** 2).transpose(1, 2), s_p_sq_r) # [b, t_t, d] x [b, d, t_s] = [b, t_t, t_s]
+      neg_cent3 = torch.matmul(z_p.transpose(1, 2), (m_p * s_p_sq_r)) # [b, t_t, d] x [b, d, t_s] = [b, t_t, t_s]
+      neg_cent4 = torch.sum(-0.5 * (m_p ** 2) * s_p_sq_r, [1], keepdim=True) # [b, 1, t_s]
+      neg_cent = neg_cent1 + neg_cent2 + neg_cent3 + neg_cent4
+
+      attn_mask = torch.unsqueeze(x_mask, 2) * torch.unsqueeze(y_mask, -1)
+      attn = monotonic_align.maximum_path(neg_cent, attn_mask.squeeze(1)).unsqueeze(1).detach()
+
+    w = attn.sum(2)
+    if self.use_sdp:
+      l_length = self.dp(x, x_mask, w, g=g)
+      l_length = l_length / torch.sum(x_mask)
+    else:
+      logw_ = torch.log(w + 1e-6) * x_mask
+      logw = self.dp(x, x_mask, g=g)
+      l_length = torch.sum((logw - logw_)**2, [1,2]) / torch.sum(x_mask) # for averaging 
+
+    # expand prior
+    m_p = torch.matmul(attn.squeeze(1), m_p.transpose(1, 2)).transpose(1, 2)
+    logs_p = torch.matmul(attn.squeeze(1), logs_p.transpose(1, 2)).transpose(1, 2)
+
+    z_slice, ids_slice = commons.rand_slice_segments(z, y_lengths, self.segment_size)
+    o = self.dec(z_slice, g=g)
+    return o, l_length, attn, ids_slice, x_mask, y_mask, (z, z_p, m_p, logs_p, m_q, logs_q)
+
+  def infer(self, x, x_lengths, sid=None, noise_scale=1, length_scale=1, noise_scale_w=1., max_len=None):
+    x, m_p, logs_p, x_mask = self.enc_p(x, x_lengths)
+    if self.n_speakers > 0:
+      g = self.emb_g(sid).unsqueeze(-1) # [b, h, 1]
+    else:
+      g = None
+
+    if self.use_sdp:
+      logw = self.dp(x, x_mask, g=g, reverse=True, noise_scale=noise_scale_w)
+    else:
+      logw = self.dp(x, x_mask, g=g)
+    w = torch.exp(logw) * x_mask * length_scale
+    w_ceil = torch.ceil(w)
+    y_lengths = torch.clamp_min(torch.sum(w_ceil, [1, 2]), 1).long()
+    y_mask = torch.unsqueeze(commons.sequence_mask(y_lengths, None), 1).to(x_mask.dtype)
+    attn_mask = torch.unsqueeze(x_mask, 2) * torch.unsqueeze(y_mask, -1)
+    attn = commons.generate_path(w_ceil, attn_mask)
+
+    m_p = torch.matmul(attn.squeeze(1), m_p.transpose(1, 2)).transpose(1, 2) # [b, t', t], [b, t, d] -> [b, d, t']
+    logs_p = torch.matmul(attn.squeeze(1), logs_p.transpose(1, 2)).transpose(1, 2) # [b, t', t], [b, t, d] -> [b, d, t']
+
+    z_p = m_p + torch.randn_like(m_p) * torch.exp(logs_p) * noise_scale
+    z = self.flow(z_p, y_mask, g=g, reverse=True)
+    o = self.dec((z * y_mask)[:,:,:max_len], g=g)
+    return o, attn, y_mask, (z, z_p, m_p, logs_p)
+
+  def voice_conversion(self, y, y_lengths, sid_src, sid_tgt):
+    assert self.n_speakers > 0, "n_speakers have to be larger than 0."
+    g_src = self.emb_g(sid_src).unsqueeze(-1)
+    g_tgt = self.emb_g(sid_tgt).unsqueeze(-1)
+    z, m_q, logs_q, y_mask = self.enc_q(y, y_lengths, g=g_src)
+    z_p = self.flow(z, y_mask, g=g_src)
+    z_hat = self.flow(z_p, y_mask, g=g_tgt, reverse=True)
+    o_hat = self.dec(z_hat * y_mask, g=g_tgt)
+    return o_hat, y_mask, (z, z_p, z_hat)
+

modules.py

@@ -0,0 +1,390 @@
+import copy
+import math
+import numpy as np
+import scipy
+import torch
+from torch import nn
+from torch.nn import functional as F
+
+from torch.nn import Conv1d, ConvTranspose1d, AvgPool1d, Conv2d
+from torch.nn.utils import weight_norm, remove_weight_norm
+
+import commons
+from commons import init_weights, get_padding
+from transforms import piecewise_rational_quadratic_transform
+
+
+LRELU_SLOPE = 0.1
+
+
+class LayerNorm(nn.Module):
+  def __init__(self, channels, eps=1e-5):
+    super().__init__()
+    self.channels = channels
+    self.eps = eps
+
+    self.gamma = nn.Parameter(torch.ones(channels))
+    self.beta = nn.Parameter(torch.zeros(channels))
+
+  def forward(self, x):
+    x = x.transpose(1, -1)
+    x = F.layer_norm(x, (self.channels,), self.gamma, self.beta, self.eps)
+    return x.transpose(1, -1)
+
+ 
+class ConvReluNorm(nn.Module):
+  def __init__(self, in_channels, hidden_channels, out_channels, kernel_size, n_layers, p_dropout):
+    super().__init__()
+    self.in_channels = in_channels
+    self.hidden_channels = hidden_channels
+    self.out_channels = out_channels
+    self.kernel_size = kernel_size
+    self.n_layers = n_layers
+    self.p_dropout = p_dropout
+    assert n_layers > 1, "Number of layers should be larger than 0."
+
+    self.conv_layers = nn.ModuleList()
+    self.norm_layers = nn.ModuleList()
+    self.conv_layers.append(nn.Conv1d(in_channels, hidden_channels, kernel_size, padding=kernel_size//2))
+    self.norm_layers.append(LayerNorm(hidden_channels))
+    self.relu_drop = nn.Sequential(
+        nn.ReLU(),
+        nn.Dropout(p_dropout))
+    for _ in range(n_layers-1):
+      self.conv_layers.append(nn.Conv1d(hidden_channels, hidden_channels, kernel_size, padding=kernel_size//2))
+      self.norm_layers.append(LayerNorm(hidden_channels))
+    self.proj = nn.Conv1d(hidden_channels, out_channels, 1)
+    self.proj.weight.data.zero_()
+    self.proj.bias.data.zero_()
+
+  def forward(self, x, x_mask):
+    x_org = x
+    for i in range(self.n_layers):
+      x = self.conv_layers[i](x * x_mask)
+      x = self.norm_layers[i](x)
+      x = self.relu_drop(x)
+    x = x_org + self.proj(x)
+    return x * x_mask
+
+
+class DDSConv(nn.Module):
+  """
+  Dialted and Depth-Separable Convolution
+  """
+  def __init__(self, channels, kernel_size, n_layers, p_dropout=0.):
+    super().__init__()
+    self.channels = channels
+    self.kernel_size = kernel_size
+    self.n_layers = n_layers
+    self.p_dropout = p_dropout
+
+    self.drop = nn.Dropout(p_dropout)
+    self.convs_sep = nn.ModuleList()
+    self.convs_1x1 = nn.ModuleList()
+    self.norms_1 = nn.ModuleList()
+    self.norms_2 = nn.ModuleList()
+    for i in range(n_layers):
+      dilation = kernel_size ** i
+      padding = (kernel_size * dilation - dilation) // 2
+      self.convs_sep.append(nn.Conv1d(channels, channels, kernel_size, 
+          groups=channels, dilation=dilation, padding=padding
+      ))
+      self.convs_1x1.append(nn.Conv1d(channels, channels, 1))
+      self.norms_1.append(LayerNorm(channels))
+      self.norms_2.append(LayerNorm(channels))
+
+  def forward(self, x, x_mask, g=None):
+    if g is not None:
+      x = x + g
+    for i in range(self.n_layers):
+      y = self.convs_sep[i](x * x_mask)
+      y = self.norms_1[i](y)
+      y = F.gelu(y)
+      y = self.convs_1x1[i](y)
+      y = self.norms_2[i](y)
+      y = F.gelu(y)
+      y = self.drop(y)
+      x = x + y
+    return x * x_mask
+
+
+class WN(torch.nn.Module):
+  def __init__(self, hidden_channels, kernel_size, dilation_rate, n_layers, gin_channels=0, p_dropout=0):
+    super(WN, self).__init__()
+    assert(kernel_size % 2 == 1)
+    self.hidden_channels =hidden_channels
+    self.kernel_size = kernel_size,
+    self.dilation_rate = dilation_rate
+    self.n_layers = n_layers
+    self.gin_channels = gin_channels
+    self.p_dropout = p_dropout
+
+    self.in_layers = torch.nn.ModuleList()
+    self.res_skip_layers = torch.nn.ModuleList()
+    self.drop = nn.Dropout(p_dropout)
+
+    if gin_channels != 0:
+      cond_layer = torch.nn.Conv1d(gin_channels, 2*hidden_channels*n_layers, 1)
+      self.cond_layer = torch.nn.utils.weight_norm(cond_layer, name='weight')
+
+    for i in range(n_layers):
+      dilation = dilation_rate ** i
+      padding = int((kernel_size * dilation - dilation) / 2)
+      in_layer = torch.nn.Conv1d(hidden_channels, 2*hidden_channels, kernel_size,
+                                 dilation=dilation, padding=padding)
+      in_layer = torch.nn.utils.weight_norm(in_layer, name='weight')
+      self.in_layers.append(in_layer)
+
+      # last one is not necessary
+      if i < n_layers - 1:
+        res_skip_channels = 2 * hidden_channels
+      else:
+        res_skip_channels = hidden_channels
+
+      res_skip_layer = torch.nn.Conv1d(hidden_channels, res_skip_channels, 1)
+      res_skip_layer = torch.nn.utils.weight_norm(res_skip_layer, name='weight')
+      self.res_skip_layers.append(res_skip_layer)
+
+  def forward(self, x, x_mask, g=None, **kwargs):
+    output = torch.zeros_like(x)
+    n_channels_tensor = torch.IntTensor([self.hidden_channels])
+
+    if g is not None:
+      g = self.cond_layer(g)
+
+    for i in range(self.n_layers):
+      x_in = self.in_layers[i](x)
+      if g is not None:
+        cond_offset = i * 2 * self.hidden_channels
+        g_l = g[:,cond_offset:cond_offset+2*self.hidden_channels,:]
+      else:
+        g_l = torch.zeros_like(x_in)
+
+      acts = commons.fused_add_tanh_sigmoid_multiply(
+          x_in,
+          g_l,
+          n_channels_tensor)
+      acts = self.drop(acts)
+
+      res_skip_acts = self.res_skip_layers[i](acts)
+      if i < self.n_layers - 1:
+        res_acts = res_skip_acts[:,:self.hidden_channels,:]
+        x = (x + res_acts) * x_mask
+        output = output + res_skip_acts[:,self.hidden_channels:,:]
+      else:
+        output = output + res_skip_acts
+    return output * x_mask
+
+  def remove_weight_norm(self):
+    if self.gin_channels != 0:
+      torch.nn.utils.remove_weight_norm(self.cond_layer)
+    for l in self.in_layers:
+      torch.nn.utils.remove_weight_norm(l)
+    for l in self.res_skip_layers:
+     torch.nn.utils.remove_weight_norm(l)
+
+
+class ResBlock1(torch.nn.Module):
+    def __init__(self, channels, kernel_size=3, dilation=(1, 3, 5)):
+        super(ResBlock1, self).__init__()
+        self.convs1 = nn.ModuleList([
+            weight_norm(Conv1d(channels, channels, kernel_size, 1, dilation=dilation[0],
+                               padding=get_padding(kernel_size, dilation[0]))),
+            weight_norm(Conv1d(channels, channels, kernel_size, 1, dilation=dilation[1],
+                               padding=get_padding(kernel_size, dilation[1]))),
+            weight_norm(Conv1d(channels, channels, kernel_size, 1, dilation=dilation[2],
+                               padding=get_padding(kernel_size, dilation[2])))
+        ])
+        self.convs1.apply(init_weights)
+
+        self.convs2 = nn.ModuleList([
+            weight_norm(Conv1d(channels, channels, kernel_size, 1, dilation=1,
+                               padding=get_padding(kernel_size, 1))),
+            weight_norm(Conv1d(channels, channels, kernel_size, 1, dilation=1,
+                               padding=get_padding(kernel_size, 1))),
+            weight_norm(Conv1d(channels, channels, kernel_size, 1, dilation=1,
+                               padding=get_padding(kernel_size, 1)))
+        ])
+        self.convs2.apply(init_weights)
+
+    def forward(self, x, x_mask=None):
+        for c1, c2 in zip(self.convs1, self.convs2):
+            xt = F.leaky_relu(x, LRELU_SLOPE)
+            if x_mask is not None:
+                xt = xt * x_mask
+            xt = c1(xt)
+            xt = F.leaky_relu(xt, LRELU_SLOPE)
+            if x_mask is not None:
+                xt = xt * x_mask
+            xt = c2(xt)
+            x = xt + x
+        if x_mask is not None:
+            x = x * x_mask
+        return x
+
+    def remove_weight_norm(self):
+        for l in self.convs1:
+            remove_weight_norm(l)
+        for l in self.convs2:
+            remove_weight_norm(l)
+
+
+class ResBlock2(torch.nn.Module):
+    def __init__(self, channels, kernel_size=3, dilation=(1, 3)):
+        super(ResBlock2, self).__init__()
+        self.convs = nn.ModuleList([
+            weight_norm(Conv1d(channels, channels, kernel_size, 1, dilation=dilation[0],
+                               padding=get_padding(kernel_size, dilation[0]))),
+            weight_norm(Conv1d(channels, channels, kernel_size, 1, dilation=dilation[1],
+                               padding=get_padding(kernel_size, dilation[1])))
+        ])
+        self.convs.apply(init_weights)
+
+    def forward(self, x, x_mask=None):
+        for c in self.convs:
+            xt = F.leaky_relu(x, LRELU_SLOPE)
+            if x_mask is not None:
+                xt = xt * x_mask
+            xt = c(xt)
+            x = xt + x
+        if x_mask is not None:
+            x = x * x_mask
+        return x
+
+    def remove_weight_norm(self):
+        for l in self.convs:
+            remove_weight_norm(l)
+
+
+class Log(nn.Module):
+  def forward(self, x, x_mask, reverse=False, **kwargs):
+    if not reverse:
+      y = torch.log(torch.clamp_min(x, 1e-5)) * x_mask
+      logdet = torch.sum(-y, [1, 2])
+      return y, logdet
+    else:
+      x = torch.exp(x) * x_mask
+      return x
+    
+
+class Flip(nn.Module):
+  def forward(self, x, *args, reverse=False, **kwargs):
+    x = torch.flip(x, [1])
+    if not reverse:
+      logdet = torch.zeros(x.size(0)).to(dtype=x.dtype, device=x.device)
+      return x, logdet
+    else:
+      return x
+
+
+class ElementwiseAffine(nn.Module):
+  def __init__(self, channels):
+    super().__init__()
+    self.channels = channels
+    self.m = nn.Parameter(torch.zeros(channels,1))
+    self.logs = nn.Parameter(torch.zeros(channels,1))
+
+  def forward(self, x, x_mask, reverse=False, **kwargs):
+    if not reverse:
+      y = self.m + torch.exp(self.logs) * x
+      y = y * x_mask
+      logdet = torch.sum(self.logs * x_mask, [1,2])
+      return y, logdet
+    else:
+      x = (x - self.m) * torch.exp(-self.logs) * x_mask
+      return x
+
+
+class ResidualCouplingLayer(nn.Module):
+  def __init__(self,
+      channels,
+      hidden_channels,
+      kernel_size,
+      dilation_rate,
+      n_layers,
+      p_dropout=0,
+      gin_channels=0,
+      mean_only=False):
+    assert channels % 2 == 0, "channels should be divisible by 2"
+    super().__init__()
+    self.channels = channels
+    self.hidden_channels = hidden_channels
+    self.kernel_size = kernel_size
+    self.dilation_rate = dilation_rate
+    self.n_layers = n_layers
+    self.half_channels = channels // 2
+    self.mean_only = mean_only
+
+    self.pre = nn.Conv1d(self.half_channels, hidden_channels, 1)
+    self.enc = WN(hidden_channels, kernel_size, dilation_rate, n_layers, p_dropout=p_dropout, gin_channels=gin_channels)
+    self.post = nn.Conv1d(hidden_channels, self.half_channels * (2 - mean_only), 1)
+    self.post.weight.data.zero_()
+    self.post.bias.data.zero_()
+
+  def forward(self, x, x_mask, g=None, reverse=False):
+    x0, x1 = torch.split(x, [self.half_channels]*2, 1)
+    h = self.pre(x0) * x_mask
+    h = self.enc(h, x_mask, g=g)
+    stats = self.post(h) * x_mask
+    if not self.mean_only:
+      m, logs = torch.split(stats, [self.half_channels]*2, 1)
+    else:
+      m = stats
+      logs = torch.zeros_like(m)
+
+    if not reverse:
+      x1 = m + x1 * torch.exp(logs) * x_mask
+      x = torch.cat([x0, x1], 1)
+      logdet = torch.sum(logs, [1,2])
+      return x, logdet
+    else:
+      x1 = (x1 - m) * torch.exp(-logs) * x_mask
+      x = torch.cat([x0, x1], 1)
+      return x
+
+
+class ConvFlow(nn.Module):
+  def __init__(self, in_channels, filter_channels, kernel_size, n_layers, num_bins=10, tail_bound=5.0):
+    super().__init__()
+    self.in_channels = in_channels
+    self.filter_channels = filter_channels
+    self.kernel_size = kernel_size
+    self.n_layers = n_layers
+    self.num_bins = num_bins
+    self.tail_bound = tail_bound
+    self.half_channels = in_channels // 2
+
+    self.pre = nn.Conv1d(self.half_channels, filter_channels, 1)
+    self.convs = DDSConv(filter_channels, kernel_size, n_layers, p_dropout=0.)
+    self.proj = nn.Conv1d(filter_channels, self.half_channels * (num_bins * 3 - 1), 1)
+    self.proj.weight.data.zero_()
+    self.proj.bias.data.zero_()
+
+  def forward(self, x, x_mask, g=None, reverse=False):
+    x0, x1 = torch.split(x, [self.half_channels]*2, 1)
+    h = self.pre(x0)
+    h = self.convs(h, x_mask, g=g)
+    h = self.proj(h) * x_mask
+
+    b, c, t = x0.shape
+    h = h.reshape(b, c, -1, t).permute(0, 1, 3, 2) # [b, cx?, t] -> [b, c, t, ?]
+
+    unnormalized_widths = h[..., :self.num_bins] / math.sqrt(self.filter_channels)
+    unnormalized_heights = h[..., self.num_bins:2*self.num_bins] / math.sqrt(self.filter_channels)
+    unnormalized_derivatives = h[..., 2 * self.num_bins:]
+
+    x1, logabsdet = piecewise_rational_quadratic_transform(x1,
+        unnormalized_widths,
+        unnormalized_heights,
+        unnormalized_derivatives,
+        inverse=reverse,
+        tails='linear',
+        tail_bound=self.tail_bound
+    )
+
+    x = torch.cat([x0, x1], 1) * x_mask
+    logdet = torch.sum(logabsdet * x_mask, [1,2])
+    if not reverse:
+        return x, logdet
+    else:
+        return x

preprocess.py

@@ -0,0 +1,30 @@
+import argparse
+import text
+from utils import load_filepaths_and_text
+
+if __name__ == '__main__':
+    parser = argparse.ArgumentParser()
+    parser.add_argument("--out_extension", default="cleaned")
+    parser.add_argument("--text_index", default=1, type=int)
+    # parser.add_argument("--filelists", nargs="+", default=["filelists/ljs_audio_text_val_filelist.txt",
+    #                                                        "filelists/ljs_audio_text_test_filelist.txt"])
+    # parser.add_argument("--text_cleaners", nargs="+", default=["english_cleaners2"])
+    parser.add_argument("--filelists", nargs="+", default=["filelists/jp_audio_text_val_filelist.txt",
+                                                           "filelists/jp_audio_text_test_filelist.txt",
+                                                           "filelists/jp_audio_text_train_filelist.txt"])
+    parser.add_argument("--text_cleaners", nargs="+", default=["japanese_cleaner"])
+    parser.add_argument("--split", required=False, default=":")
+
+    args = parser.parse_args()
+
+    for filelist in args.filelists:
+        print("START:", filelist)
+        filepaths_and_text = load_filepaths_and_text(filelist, args.split)
+        for i in range(len(filepaths_and_text)):
+            original_text = filepaths_and_text[i][args.text_index]
+            cleaned_text = text._clean_text(original_text, args.text_cleaners)
+            filepaths_and_text[i][args.text_index] = cleaned_text
+
+        new_filelist = filelist + "." + args.out_extension
+        with open(new_filelist, "w", encoding="utf-8") as f:
+            f.writelines([args.split.join(x) + "\n" for x in filepaths_and_text])

requirements.txt

@@ -0,0 +1,10 @@
+gradio==3.29.0
+torch==2.0.0
+scipy==1.10.1
+mecab-python3==1.0.6
+unidic-lite==1.0.8
+fugashi==1.2.1
+ipadic==1.0.0
+pykakasi==2.2.1
+librosa==0.8.0
+monotonic-align==1.0.0

startup.sh

@@ -0,0 +1 @@
+curl -L https://www.dropbox.com/s/e0h13tufx2oobn2/G_523000.pth?dl=0 --output logs/jp_base/model.pth

text/__init__.py

@@ -0,0 +1,54 @@
+""" from https://github.com/keithito/tacotron """
+from text import cleaners
+from text.symbols import symbols
+
+
+# Mappings from symbol to numeric ID and vice versa:
+_symbol_to_id = {s: i for i, s in enumerate(symbols)}
+_id_to_symbol = {i: s for i, s in enumerate(symbols)}
+
+
+def text_to_sequence(text, cleaner_names):
+  '''Converts a string of text to a sequence of IDs corresponding to the symbols in the text.
+    Args:
+      text: string to convert to a sequence
+      cleaner_names: names of the cleaner functions to run the text through
+    Returns:
+      List of integers corresponding to the symbols in the text
+  '''
+  sequence = []
+
+  clean_text = _clean_text(text, cleaner_names)
+  for symbol in clean_text:
+    symbol_id = _symbol_to_id[symbol]
+    sequence += [symbol_id]
+  return sequence
+
+
+def cleaned_text_to_sequence(cleaned_text):
+  '''Converts a string of text to a sequence of IDs corresponding to the symbols in the text.
+    Args:
+      text: string to convert to a sequence
+    Returns:
+      List of integers corresponding to the symbols in the text
+  '''
+  sequence = [_symbol_to_id[symbol] for symbol in cleaned_text]
+  return sequence
+
+
+def sequence_to_text(sequence):
+  '''Converts a sequence of IDs back to a string'''
+  result = ''
+  for symbol_id in sequence:
+    s = _id_to_symbol[symbol_id]
+    result += s
+  return result
+
+
+def _clean_text(text, cleaner_names):
+  for name in cleaner_names:
+    cleaner = getattr(cleaners, name)
+    if not cleaner:
+      raise Exception('Unknown cleaner: %s' % name)
+    text = cleaner(text)
+  return text

text/cleaners.py

@@ -0,0 +1,27 @@
+import MeCab
+import pykakasi
+
+mc = MeCab.Tagger("-Owakati")
+kks = pykakasi.kakasi()
+
+# define function to convert text to phonemes
+def japanese_to_phonemes(text):
+    # convert text to hiragana
+    result = kks.convert(text)
+    hiragana = ''.join([item['hira'] for item in result])
+
+    # convert hiragana to katakana
+    katakana = kks.convert(hiragana)
+    katakana = ''.join([item['kana'] for item in katakana])
+
+    # convert katakana to romaji (phonemes)
+    romaji = kks.convert(katakana)
+    romaji = ''.join([item['hepburn'] for item in romaji])
+
+    return romaji
+
+def japanese_cleaner(text):
+    cleaned_text = mc.parse(text)
+    phonemes = japanese_to_phonemes(cleaned_text)
+    return phonemes
+

text/symbols.py

@@ -0,0 +1,16 @@
+""" from https://github.com/keithito/tacotron """
+
+'''
+Defines the set of symbols used in text input to the model.
+'''
+_pad = '_'
+_punctuation = ';:,.!?¡¿—…"«»“” '
+_letters = 'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz'
+_number = '0123456789'
+
+# Export all symbols:
+symbols = [_pad] + list(_punctuation) + list(_letters) + list(_number) + list("'・-()")
+# print(symbols)
+
+# Special symbol ids
+SPACE_ID = symbols.index(" ")

train.py

@@ -0,0 +1,290 @@
+import os
+import json
+import argparse
+import itertools
+import math
+import torch
+from torch import nn, optim
+from torch.nn import functional as F
+from torch.utils.data import DataLoader
+from torch.utils.tensorboard import SummaryWriter
+import torch.multiprocessing as mp
+import torch.distributed as dist
+from torch.nn.parallel import DistributedDataParallel as DDP
+from torch.cuda.amp import autocast, GradScaler
+
+import commons
+import utils
+from data_utils import (
+  TextAudioLoader,
+  TextAudioCollate,
+  DistributedBucketSampler
+)
+from models import (
+  SynthesizerTrn,
+  MultiPeriodDiscriminator,
+)
+from losses import (
+  generator_loss,
+  discriminator_loss,
+  feature_loss,
+  kl_loss
+)
+from mel_processing import mel_spectrogram_torch, spec_to_mel_torch
+from text.symbols import symbols
+
+
+torch.backends.cudnn.benchmark = True
+global_step = 0
+
+
+def main():
+  """Assume Single Node Multi GPUs Training Only"""
+  assert torch.cuda.is_available(), "CPU training is not allowed."
+
+  n_gpus = torch.cuda.device_count()
+  os.environ['MASTER_ADDR'] = 'localhost'
+  os.environ['MASTER_PORT'] = '80000'
+
+  hps = utils.get_hparams()
+  mp.spawn(run, nprocs=n_gpus, args=(n_gpus, hps,))
+
+
+def run(rank, n_gpus, hps):
+  global global_step
+  if rank == 0:
+    logger = utils.get_logger(hps.model_dir)
+    logger.info(hps)
+    utils.check_git_hash(hps.model_dir)
+    writer = SummaryWriter(log_dir=hps.model_dir)
+    writer_eval = SummaryWriter(log_dir=os.path.join(hps.model_dir, "eval"))
+
+  dist.init_process_group(backend='nccl', init_method='env://', world_size=n_gpus, rank=rank)
+  torch.manual_seed(hps.train.seed)
+  torch.cuda.set_device(rank)
+
+  train_dataset = TextAudioLoader(hps.data.training_files, hps.data)
+  train_sampler = DistributedBucketSampler(
+      train_dataset,
+      hps.train.batch_size,
+      [32,300,400,500,600,700,800,900,1000],
+      num_replicas=n_gpus,
+      rank=rank,
+      shuffle=True)
+  collate_fn = TextAudioCollate()
+  train_loader = DataLoader(train_dataset, num_workers=8, shuffle=False, pin_memory=True,
+      collate_fn=collate_fn, batch_sampler=train_sampler)
+  if rank == 0:
+    eval_dataset = TextAudioLoader(hps.data.validation_files, hps.data)
+    eval_loader = DataLoader(eval_dataset, num_workers=8, shuffle=False,
+        batch_size=hps.train.batch_size, pin_memory=True,
+        drop_last=False, collate_fn=collate_fn)
+
+  net_g = SynthesizerTrn(
+      len(symbols),
+      hps.data.filter_length // 2 + 1,
+      hps.train.segment_size // hps.data.hop_length,
+      **hps.model).cuda(rank)
+  net_d = MultiPeriodDiscriminator(hps.model.use_spectral_norm).cuda(rank)
+  optim_g = torch.optim.AdamW(
+      net_g.parameters(), 
+      hps.train.learning_rate, 
+      betas=hps.train.betas, 
+      eps=hps.train.eps)
+  optim_d = torch.optim.AdamW(
+      net_d.parameters(),
+      hps.train.learning_rate, 
+      betas=hps.train.betas, 
+      eps=hps.train.eps)
+  net_g = DDP(net_g, device_ids=[rank])
+  net_d = DDP(net_d, device_ids=[rank])
+
+  try:
+    _, _, _, epoch_str = utils.load_checkpoint(utils.latest_checkpoint_path(hps.model_dir, "G_*.pth"), net_g, optim_g)
+    _, _, _, epoch_str = utils.load_checkpoint(utils.latest_checkpoint_path(hps.model_dir, "D_*.pth"), net_d, optim_d)
+    global_step = (epoch_str - 1) * len(train_loader)
+  except:
+    epoch_str = 1
+    global_step = 0
+
+  scheduler_g = torch.optim.lr_scheduler.ExponentialLR(optim_g, gamma=hps.train.lr_decay, last_epoch=epoch_str-2)
+  scheduler_d = torch.optim.lr_scheduler.ExponentialLR(optim_d, gamma=hps.train.lr_decay, last_epoch=epoch_str-2)
+
+  scaler = GradScaler(enabled=hps.train.fp16_run)
+
+  for epoch in range(epoch_str, hps.train.epochs + 1):
+    if rank==0:
+      train_and_evaluate(rank, epoch, hps, [net_g, net_d], [optim_g, optim_d], [scheduler_g, scheduler_d], scaler, [train_loader, eval_loader], logger, [writer, writer_eval])
+    else:
+      train_and_evaluate(rank, epoch, hps, [net_g, net_d], [optim_g, optim_d], [scheduler_g, scheduler_d], scaler, [train_loader, None], None, None)
+    scheduler_g.step()
+    scheduler_d.step()
+
+
+def train_and_evaluate(rank, epoch, hps, nets, optims, schedulers, scaler, loaders, logger, writers):
+  net_g, net_d = nets
+  optim_g, optim_d = optims
+  scheduler_g, scheduler_d = schedulers
+  train_loader, eval_loader = loaders
+  if writers is not None:
+    writer, writer_eval = writers
+
+  train_loader.batch_sampler.set_epoch(epoch)
+  global global_step
+
+  net_g.train()
+  net_d.train()
+  for batch_idx, (x, x_lengths, spec, spec_lengths, y, y_lengths) in enumerate(train_loader):
+    x, x_lengths = x.cuda(rank, non_blocking=True), x_lengths.cuda(rank, non_blocking=True)
+    spec, spec_lengths = spec.cuda(rank, non_blocking=True), spec_lengths.cuda(rank, non_blocking=True)
+    y, y_lengths = y.cuda(rank, non_blocking=True), y_lengths.cuda(rank, non_blocking=True)
+
+    with autocast(enabled=hps.train.fp16_run):
+      y_hat, l_length, attn, ids_slice, x_mask, z_mask,\
+      (z, z_p, m_p, logs_p, m_q, logs_q) = net_g(x, x_lengths, spec, spec_lengths)
+
+      mel = spec_to_mel_torch(
+          spec, 
+          hps.data.filter_length, 
+          hps.data.n_mel_channels, 
+          hps.data.sampling_rate,
+          hps.data.mel_fmin, 
+          hps.data.mel_fmax)
+      y_mel = commons.slice_segments(mel, ids_slice, hps.train.segment_size // hps.data.hop_length)
+      y_hat_mel = mel_spectrogram_torch(
+          y_hat.squeeze(1), 
+          hps.data.filter_length, 
+          hps.data.n_mel_channels, 
+          hps.data.sampling_rate, 
+          hps.data.hop_length, 
+          hps.data.win_length, 
+          hps.data.mel_fmin, 
+          hps.data.mel_fmax
+      )
+
+      y = commons.slice_segments(y, ids_slice * hps.data.hop_length, hps.train.segment_size) # slice 
+
+      # Discriminator
+      y_d_hat_r, y_d_hat_g, _, _ = net_d(y, y_hat.detach())
+      with autocast(enabled=False):
+        loss_disc, losses_disc_r, losses_disc_g = discriminator_loss(y_d_hat_r, y_d_hat_g)
+        loss_disc_all = loss_disc
+    optim_d.zero_grad()
+    scaler.scale(loss_disc_all).backward()
+    scaler.unscale_(optim_d)
+    grad_norm_d = commons.clip_grad_value_(net_d.parameters(), None)
+    scaler.step(optim_d)
+
+    with autocast(enabled=hps.train.fp16_run):
+      # Generator
+      y_d_hat_r, y_d_hat_g, fmap_r, fmap_g = net_d(y, y_hat)
+      with autocast(enabled=False):
+        loss_dur = torch.sum(l_length.float())
+        loss_mel = F.l1_loss(y_mel, y_hat_mel) * hps.train.c_mel
+        loss_kl = kl_loss(z_p, logs_q, m_p, logs_p, z_mask) * hps.train.c_kl
+
+        loss_fm = feature_loss(fmap_r, fmap_g)
+        loss_gen, losses_gen = generator_loss(y_d_hat_g)
+        loss_gen_all = loss_gen + loss_fm + loss_mel + loss_dur + loss_kl
+    optim_g.zero_grad()
+    scaler.scale(loss_gen_all).backward()
+    scaler.unscale_(optim_g)
+    grad_norm_g = commons.clip_grad_value_(net_g.parameters(), None)
+    scaler.step(optim_g)
+    scaler.update()
+
+    if rank==0:
+      if global_step % hps.train.log_interval == 0:
+        lr = optim_g.param_groups[0]['lr']
+        losses = [loss_disc, loss_gen, loss_fm, loss_mel, loss_dur, loss_kl]
+        logger.info('Train Epoch: {} [{:.0f}%]'.format(
+          epoch,
+          100. * batch_idx / len(train_loader)))
+        logger.info([x.item() for x in losses] + [global_step, lr])
+        
+        scalar_dict = {"loss/g/total": loss_gen_all, "loss/d/total": loss_disc_all, "learning_rate": lr, "grad_norm_d": grad_norm_d, "grad_norm_g": grad_norm_g}
+        scalar_dict.update({"loss/g/fm": loss_fm, "loss/g/mel": loss_mel, "loss/g/dur": loss_dur, "loss/g/kl": loss_kl})
+
+        scalar_dict.update({"loss/g/{}".format(i): v for i, v in enumerate(losses_gen)})
+        scalar_dict.update({"loss/d_r/{}".format(i): v for i, v in enumerate(losses_disc_r)})
+        scalar_dict.update({"loss/d_g/{}".format(i): v for i, v in enumerate(losses_disc_g)})
+        image_dict = { 
+            "slice/mel_org": utils.plot_spectrogram_to_numpy(y_mel[0].data.cpu().numpy()),
+            "slice/mel_gen": utils.plot_spectrogram_to_numpy(y_hat_mel[0].data.cpu().numpy()), 
+            "all/mel": utils.plot_spectrogram_to_numpy(mel[0].data.cpu().numpy()),
+            "all/attn": utils.plot_alignment_to_numpy(attn[0,0].data.cpu().numpy())
+        }
+        utils.summarize(
+          writer=writer,
+          global_step=global_step, 
+          images=image_dict,
+          scalars=scalar_dict)
+
+      if global_step % hps.train.eval_interval == 0:
+        evaluate(hps, net_g, eval_loader, writer_eval)
+        utils.save_checkpoint(net_g, optim_g, hps.train.learning_rate, epoch, os.path.join(hps.model_dir, "G_{}.pth".format(global_step)))
+        utils.save_checkpoint(net_d, optim_d, hps.train.learning_rate, epoch, os.path.join(hps.model_dir, "D_{}.pth".format(global_step)))
+    global_step += 1
+  
+  if rank == 0:
+    logger.info('====> Epoch: {}'.format(epoch))
+
+ 
+def evaluate(hps, generator, eval_loader, writer_eval):
+    generator.eval()
+    with torch.no_grad():
+      for batch_idx, (x, x_lengths, spec, spec_lengths, y, y_lengths) in enumerate(eval_loader):
+        x, x_lengths = x.cuda(0), x_lengths.cuda(0)
+        spec, spec_lengths = spec.cuda(0), spec_lengths.cuda(0)
+        y, y_lengths = y.cuda(0), y_lengths.cuda(0)
+
+        # remove else
+        x = x[:1]
+        x_lengths = x_lengths[:1]
+        spec = spec[:1]
+        spec_lengths = spec_lengths[:1]
+        y = y[:1]
+        y_lengths = y_lengths[:1]
+        break
+      y_hat, attn, mask, *_ = generator.module.infer(x, x_lengths, max_len=1000)
+      y_hat_lengths = mask.sum([1,2]).long() * hps.data.hop_length
+
+      mel = spec_to_mel_torch(
+        spec, 
+        hps.data.filter_length, 
+        hps.data.n_mel_channels, 
+        hps.data.sampling_rate,
+        hps.data.mel_fmin, 
+        hps.data.mel_fmax)
+      y_hat_mel = mel_spectrogram_torch(
+        y_hat.squeeze(1).float(),
+        hps.data.filter_length,
+        hps.data.n_mel_channels,
+        hps.data.sampling_rate,
+        hps.data.hop_length,
+        hps.data.win_length,
+        hps.data.mel_fmin,
+        hps.data.mel_fmax
+      )
+    image_dict = {
+      "gen/mel": utils.plot_spectrogram_to_numpy(y_hat_mel[0].cpu().numpy())
+    }
+    audio_dict = {
+      "gen/audio": y_hat[0,:,:y_hat_lengths[0]]
+    }
+    if global_step == 0:
+      image_dict.update({"gt/mel": utils.plot_spectrogram_to_numpy(mel[0].cpu().numpy())})
+      audio_dict.update({"gt/audio": y[0,:,:y_lengths[0]]})
+
+    utils.summarize(
+      writer=writer_eval,
+      global_step=global_step, 
+      images=image_dict,
+      audios=audio_dict,
+      audio_sampling_rate=hps.data.sampling_rate
+    )
+    generator.train()
+
+                           
+if __name__ == "__main__":
+  main()

train_ms.py

@@ -0,0 +1,294 @@
+import os
+import json
+import argparse
+import itertools
+import math
+import torch
+from torch import nn, optim
+from torch.nn import functional as F
+from torch.utils.data import DataLoader
+from torch.utils.tensorboard import SummaryWriter
+import torch.multiprocessing as mp
+import torch.distributed as dist
+from torch.nn.parallel import DistributedDataParallel as DDP
+from torch.cuda.amp import autocast, GradScaler
+
+import commons
+import utils
+from data_utils import (
+  TextAudioSpeakerLoader,
+  TextAudioSpeakerCollate,
+  DistributedBucketSampler
+)
+from models import (
+  SynthesizerTrn,
+  MultiPeriodDiscriminator,
+)
+from losses import (
+  generator_loss,
+  discriminator_loss,
+  feature_loss,
+  kl_loss
+)
+from mel_processing import mel_spectrogram_torch, spec_to_mel_torch
+from text.symbols import symbols
+
+
+torch.backends.cudnn.benchmark = True
+global_step = 0
+
+
+def main():
+  """Assume Single Node Multi GPUs Training Only"""
+  assert torch.cuda.is_available(), "CPU training is not allowed."
+
+  n_gpus = torch.cuda.device_count()
+  os.environ['MASTER_ADDR'] = 'localhost'
+  os.environ['MASTER_PORT'] = '80000'
+
+  hps = utils.get_hparams()
+  mp.spawn(run, nprocs=n_gpus, args=(n_gpus, hps,))
+
+
+def run(rank, n_gpus, hps):
+  global global_step
+  if rank == 0:
+    logger = utils.get_logger(hps.model_dir)
+    logger.info(hps)
+    utils.check_git_hash(hps.model_dir)
+    writer = SummaryWriter(log_dir=hps.model_dir)
+    writer_eval = SummaryWriter(log_dir=os.path.join(hps.model_dir, "eval"))
+
+  dist.init_process_group(backend='nccl', init_method='env://', world_size=n_gpus, rank=rank)
+  torch.manual_seed(hps.train.seed)
+  torch.cuda.set_device(rank)
+
+  train_dataset = TextAudioSpeakerLoader(hps.data.training_files, hps.data)
+  train_sampler = DistributedBucketSampler(
+      train_dataset,
+      hps.train.batch_size,
+      [32,300,400,500,600,700,800,900,1000],
+      num_replicas=n_gpus,
+      rank=rank,
+      shuffle=True)
+  collate_fn = TextAudioSpeakerCollate()
+  train_loader = DataLoader(train_dataset, num_workers=8, shuffle=False, pin_memory=True,
+      collate_fn=collate_fn, batch_sampler=train_sampler)
+  if rank == 0:
+    eval_dataset = TextAudioSpeakerLoader(hps.data.validation_files, hps.data)
+    eval_loader = DataLoader(eval_dataset, num_workers=8, shuffle=False,
+        batch_size=hps.train.batch_size, pin_memory=True,
+        drop_last=False, collate_fn=collate_fn)
+
+  net_g = SynthesizerTrn(
+      len(symbols),
+      hps.data.filter_length // 2 + 1,
+      hps.train.segment_size // hps.data.hop_length,
+      n_speakers=hps.data.n_speakers,
+      **hps.model).cuda(rank)
+  net_d = MultiPeriodDiscriminator(hps.model.use_spectral_norm).cuda(rank)
+  optim_g = torch.optim.AdamW(
+      net_g.parameters(), 
+      hps.train.learning_rate, 
+      betas=hps.train.betas, 
+      eps=hps.train.eps)
+  optim_d = torch.optim.AdamW(
+      net_d.parameters(),
+      hps.train.learning_rate, 
+      betas=hps.train.betas, 
+      eps=hps.train.eps)
+  net_g = DDP(net_g, device_ids=[rank])
+  net_d = DDP(net_d, device_ids=[rank])
+
+  try:
+    _, _, _, epoch_str = utils.load_checkpoint(utils.latest_checkpoint_path(hps.model_dir, "G_*.pth"), net_g, optim_g)
+    _, _, _, epoch_str = utils.load_checkpoint(utils.latest_checkpoint_path(hps.model_dir, "D_*.pth"), net_d, optim_d)
+    global_step = (epoch_str - 1) * len(train_loader)
+  except:
+    epoch_str = 1
+    global_step = 0
+
+  scheduler_g = torch.optim.lr_scheduler.ExponentialLR(optim_g, gamma=hps.train.lr_decay, last_epoch=epoch_str-2)
+  scheduler_d = torch.optim.lr_scheduler.ExponentialLR(optim_d, gamma=hps.train.lr_decay, last_epoch=epoch_str-2)
+
+  scaler = GradScaler(enabled=hps.train.fp16_run)
+
+  for epoch in range(epoch_str, hps.train.epochs + 1):
+    if rank==0:
+      train_and_evaluate(rank, epoch, hps, [net_g, net_d], [optim_g, optim_d], [scheduler_g, scheduler_d], scaler, [train_loader, eval_loader], logger, [writer, writer_eval])
+    else:
+      train_and_evaluate(rank, epoch, hps, [net_g, net_d], [optim_g, optim_d], [scheduler_g, scheduler_d], scaler, [train_loader, None], None, None)
+    scheduler_g.step()
+    scheduler_d.step()
+
+
+def train_and_evaluate(rank, epoch, hps, nets, optims, schedulers, scaler, loaders, logger, writers):
+  net_g, net_d = nets
+  optim_g, optim_d = optims
+  scheduler_g, scheduler_d = schedulers
+  train_loader, eval_loader = loaders
+  if writers is not None:
+    writer, writer_eval = writers
+
+  train_loader.batch_sampler.set_epoch(epoch)
+  global global_step
+
+  net_g.train()
+  net_d.train()
+  for batch_idx, (x, x_lengths, spec, spec_lengths, y, y_lengths, speakers) in enumerate(train_loader):
+    x, x_lengths = x.cuda(rank, non_blocking=True), x_lengths.cuda(rank, non_blocking=True)
+    spec, spec_lengths = spec.cuda(rank, non_blocking=True), spec_lengths.cuda(rank, non_blocking=True)
+    y, y_lengths = y.cuda(rank, non_blocking=True), y_lengths.cuda(rank, non_blocking=True)
+    speakers = speakers.cuda(rank, non_blocking=True)
+
+    with autocast(enabled=hps.train.fp16_run):
+      y_hat, l_length, attn, ids_slice, x_mask, z_mask,\
+      (z, z_p, m_p, logs_p, m_q, logs_q) = net_g(x, x_lengths, spec, spec_lengths, speakers)
+
+      mel = spec_to_mel_torch(
+          spec, 
+          hps.data.filter_length, 
+          hps.data.n_mel_channels, 
+          hps.data.sampling_rate,
+          hps.data.mel_fmin, 
+          hps.data.mel_fmax)
+      y_mel = commons.slice_segments(mel, ids_slice, hps.train.segment_size // hps.data.hop_length)
+      y_hat_mel = mel_spectrogram_torch(
+          y_hat.squeeze(1), 
+          hps.data.filter_length, 
+          hps.data.n_mel_channels, 
+          hps.data.sampling_rate, 
+          hps.data.hop_length, 
+          hps.data.win_length, 
+          hps.data.mel_fmin, 
+          hps.data.mel_fmax
+      )
+
+      y = commons.slice_segments(y, ids_slice * hps.data.hop_length, hps.train.segment_size) # slice 
+
+      # Discriminator
+      y_d_hat_r, y_d_hat_g, _, _ = net_d(y, y_hat.detach())
+      with autocast(enabled=False):
+        loss_disc, losses_disc_r, losses_disc_g = discriminator_loss(y_d_hat_r, y_d_hat_g)
+        loss_disc_all = loss_disc
+    optim_d.zero_grad()
+    scaler.scale(loss_disc_all).backward()
+    scaler.unscale_(optim_d)
+    grad_norm_d = commons.clip_grad_value_(net_d.parameters(), None)
+    scaler.step(optim_d)
+
+    with autocast(enabled=hps.train.fp16_run):
+      # Generator
+      y_d_hat_r, y_d_hat_g, fmap_r, fmap_g = net_d(y, y_hat)
+      with autocast(enabled=False):
+        loss_dur = torch.sum(l_length.float())
+        loss_mel = F.l1_loss(y_mel, y_hat_mel) * hps.train.c_mel
+        loss_kl = kl_loss(z_p, logs_q, m_p, logs_p, z_mask) * hps.train.c_kl
+
+        loss_fm = feature_loss(fmap_r, fmap_g)
+        loss_gen, losses_gen = generator_loss(y_d_hat_g)
+        loss_gen_all = loss_gen + loss_fm + loss_mel + loss_dur + loss_kl
+    optim_g.zero_grad()
+    scaler.scale(loss_gen_all).backward()
+    scaler.unscale_(optim_g)
+    grad_norm_g = commons.clip_grad_value_(net_g.parameters(), None)
+    scaler.step(optim_g)
+    scaler.update()
+
+    if rank==0:
+      if global_step % hps.train.log_interval == 0:
+        lr = optim_g.param_groups[0]['lr']
+        losses = [loss_disc, loss_gen, loss_fm, loss_mel, loss_dur, loss_kl]
+        logger.info('Train Epoch: {} [{:.0f}%]'.format(
+          epoch,
+          100. * batch_idx / len(train_loader)))
+        logger.info([x.item() for x in losses] + [global_step, lr])
+        
+        scalar_dict = {"loss/g/total": loss_gen_all, "loss/d/total": loss_disc_all, "learning_rate": lr, "grad_norm_d": grad_norm_d, "grad_norm_g": grad_norm_g}
+        scalar_dict.update({"loss/g/fm": loss_fm, "loss/g/mel": loss_mel, "loss/g/dur": loss_dur, "loss/g/kl": loss_kl})
+
+        scalar_dict.update({"loss/g/{}".format(i): v for i, v in enumerate(losses_gen)})
+        scalar_dict.update({"loss/d_r/{}".format(i): v for i, v in enumerate(losses_disc_r)})
+        scalar_dict.update({"loss/d_g/{}".format(i): v for i, v in enumerate(losses_disc_g)})
+        image_dict = { 
+            "slice/mel_org": utils.plot_spectrogram_to_numpy(y_mel[0].data.cpu().numpy()),
+            "slice/mel_gen": utils.plot_spectrogram_to_numpy(y_hat_mel[0].data.cpu().numpy()), 
+            "all/mel": utils.plot_spectrogram_to_numpy(mel[0].data.cpu().numpy()),
+            "all/attn": utils.plot_alignment_to_numpy(attn[0,0].data.cpu().numpy())
+        }
+        utils.summarize(
+          writer=writer,
+          global_step=global_step, 
+          images=image_dict,
+          scalars=scalar_dict)
+
+      if global_step % hps.train.eval_interval == 0:
+        evaluate(hps, net_g, eval_loader, writer_eval)
+        utils.save_checkpoint(net_g, optim_g, hps.train.learning_rate, epoch, os.path.join(hps.model_dir, "G_{}.pth".format(global_step)))
+        utils.save_checkpoint(net_d, optim_d, hps.train.learning_rate, epoch, os.path.join(hps.model_dir, "D_{}.pth".format(global_step)))
+    global_step += 1
+  
+  if rank == 0:
+    logger.info('====> Epoch: {}'.format(epoch))
+
+ 
+def evaluate(hps, generator, eval_loader, writer_eval):
+    generator.eval()
+    with torch.no_grad():
+      for batch_idx, (x, x_lengths, spec, spec_lengths, y, y_lengths, speakers) in enumerate(eval_loader):
+        x, x_lengths = x.cuda(0), x_lengths.cuda(0)
+        spec, spec_lengths = spec.cuda(0), spec_lengths.cuda(0)
+        y, y_lengths = y.cuda(0), y_lengths.cuda(0)
+        speakers = speakers.cuda(0)
+
+        # remove else
+        x = x[:1]
+        x_lengths = x_lengths[:1]
+        spec = spec[:1]
+        spec_lengths = spec_lengths[:1]
+        y = y[:1]
+        y_lengths = y_lengths[:1]
+        speakers = speakers[:1]
+        break
+      y_hat, attn, mask, *_ = generator.module.infer(x, x_lengths, speakers, max_len=1000)
+      y_hat_lengths = mask.sum([1,2]).long() * hps.data.hop_length
+
+      mel = spec_to_mel_torch(
+        spec, 
+        hps.data.filter_length, 
+        hps.data.n_mel_channels, 
+        hps.data.sampling_rate,
+        hps.data.mel_fmin, 
+        hps.data.mel_fmax)
+      y_hat_mel = mel_spectrogram_torch(
+        y_hat.squeeze(1).float(),
+        hps.data.filter_length,
+        hps.data.n_mel_channels,
+        hps.data.sampling_rate,
+        hps.data.hop_length,
+        hps.data.win_length,
+        hps.data.mel_fmin,
+        hps.data.mel_fmax
+      )
+    image_dict = {
+      "gen/mel": utils.plot_spectrogram_to_numpy(y_hat_mel[0].cpu().numpy())
+    }
+    audio_dict = {
+      "gen/audio": y_hat[0,:,:y_hat_lengths[0]]
+    }
+    if global_step == 0:
+      image_dict.update({"gt/mel": utils.plot_spectrogram_to_numpy(mel[0].cpu().numpy())})
+      audio_dict.update({"gt/audio": y[0,:,:y_lengths[0]]})
+
+    utils.summarize(
+      writer=writer_eval,
+      global_step=global_step, 
+      images=image_dict,
+      audios=audio_dict,
+      audio_sampling_rate=hps.data.sampling_rate
+    )
+    generator.train()
+
+                           
+if __name__ == "__main__":
+  main()

transforms.py

@@ -0,0 +1,193 @@
+import torch
+from torch.nn import functional as F
+
+import numpy as np
+
+
+DEFAULT_MIN_BIN_WIDTH = 1e-3
+DEFAULT_MIN_BIN_HEIGHT = 1e-3
+DEFAULT_MIN_DERIVATIVE = 1e-3
+
+
+def piecewise_rational_quadratic_transform(inputs, 
+                                           unnormalized_widths,
+                                           unnormalized_heights,
+                                           unnormalized_derivatives,
+                                           inverse=False,
+                                           tails=None, 
+                                           tail_bound=1.,
+                                           min_bin_width=DEFAULT_MIN_BIN_WIDTH,
+                                           min_bin_height=DEFAULT_MIN_BIN_HEIGHT,
+                                           min_derivative=DEFAULT_MIN_DERIVATIVE):
+
+    if tails is None:
+        spline_fn = rational_quadratic_spline
+        spline_kwargs = {}
+    else:
+        spline_fn = unconstrained_rational_quadratic_spline
+        spline_kwargs = {
+            'tails': tails,
+            'tail_bound': tail_bound
+        }
+
+    outputs, logabsdet = spline_fn(
+            inputs=inputs,
+            unnormalized_widths=unnormalized_widths,
+            unnormalized_heights=unnormalized_heights,
+            unnormalized_derivatives=unnormalized_derivatives,
+            inverse=inverse,
+            min_bin_width=min_bin_width,
+            min_bin_height=min_bin_height,
+            min_derivative=min_derivative,
+            **spline_kwargs
+    )
+    return outputs, logabsdet
+
+
+def searchsorted(bin_locations, inputs, eps=1e-6):
+    bin_locations[..., -1] += eps
+    return torch.sum(
+        inputs[..., None] >= bin_locations,
+        dim=-1
+    ) - 1
+
+
+def unconstrained_rational_quadratic_spline(inputs,
+                                            unnormalized_widths,
+                                            unnormalized_heights,
+                                            unnormalized_derivatives,
+                                            inverse=False,
+                                            tails='linear',
+                                            tail_bound=1.,
+                                            min_bin_width=DEFAULT_MIN_BIN_WIDTH,
+                                            min_bin_height=DEFAULT_MIN_BIN_HEIGHT,
+                                            min_derivative=DEFAULT_MIN_DERIVATIVE):
+    inside_interval_mask = (inputs >= -tail_bound) & (inputs <= tail_bound)
+    outside_interval_mask = ~inside_interval_mask
+
+    outputs = torch.zeros_like(inputs)
+    logabsdet = torch.zeros_like(inputs)
+
+    if tails == 'linear':
+        unnormalized_derivatives = F.pad(unnormalized_derivatives, pad=(1, 1))
+        constant = np.log(np.exp(1 - min_derivative) - 1)
+        unnormalized_derivatives[..., 0] = constant
+        unnormalized_derivatives[..., -1] = constant
+
+        outputs[outside_interval_mask] = inputs[outside_interval_mask]
+        logabsdet[outside_interval_mask] = 0
+    else:
+        raise RuntimeError('{} tails are not implemented.'.format(tails))
+
+    outputs[inside_interval_mask], logabsdet[inside_interval_mask] = rational_quadratic_spline(
+        inputs=inputs[inside_interval_mask],
+        unnormalized_widths=unnormalized_widths[inside_interval_mask, :],
+        unnormalized_heights=unnormalized_heights[inside_interval_mask, :],
+        unnormalized_derivatives=unnormalized_derivatives[inside_interval_mask, :],
+        inverse=inverse,
+        left=-tail_bound, right=tail_bound, bottom=-tail_bound, top=tail_bound,
+        min_bin_width=min_bin_width,
+        min_bin_height=min_bin_height,
+        min_derivative=min_derivative
+    )
+
+    return outputs, logabsdet
+
+def rational_quadratic_spline(inputs,
+                              unnormalized_widths,
+                              unnormalized_heights,
+                              unnormalized_derivatives,
+                              inverse=False,
+                              left=0., right=1., bottom=0., top=1.,
+                              min_bin_width=DEFAULT_MIN_BIN_WIDTH,
+                              min_bin_height=DEFAULT_MIN_BIN_HEIGHT,
+                              min_derivative=DEFAULT_MIN_DERIVATIVE):
+    if torch.min(inputs) < left or torch.max(inputs) > right:
+        raise ValueError('Input to a transform is not within its domain')
+
+    num_bins = unnormalized_widths.shape[-1]
+
+    if min_bin_width * num_bins > 1.0:
+        raise ValueError('Minimal bin width too large for the number of bins')
+    if min_bin_height * num_bins > 1.0:
+        raise ValueError('Minimal bin height too large for the number of bins')
+
+    widths = F.softmax(unnormalized_widths, dim=-1)
+    widths = min_bin_width + (1 - min_bin_width * num_bins) * widths
+    cumwidths = torch.cumsum(widths, dim=-1)
+    cumwidths = F.pad(cumwidths, pad=(1, 0), mode='constant', value=0.0)
+    cumwidths = (right - left) * cumwidths + left
+    cumwidths[..., 0] = left
+    cumwidths[..., -1] = right
+    widths = cumwidths[..., 1:] - cumwidths[..., :-1]
+
+    derivatives = min_derivative + F.softplus(unnormalized_derivatives)
+
+    heights = F.softmax(unnormalized_heights, dim=-1)
+    heights = min_bin_height + (1 - min_bin_height * num_bins) * heights
+    cumheights = torch.cumsum(heights, dim=-1)
+    cumheights = F.pad(cumheights, pad=(1, 0), mode='constant', value=0.0)
+    cumheights = (top - bottom) * cumheights + bottom
+    cumheights[..., 0] = bottom
+    cumheights[..., -1] = top
+    heights = cumheights[..., 1:] - cumheights[..., :-1]
+
+    if inverse:
+        bin_idx = searchsorted(cumheights, inputs)[..., None]
+    else:
+        bin_idx = searchsorted(cumwidths, inputs)[..., None]
+
+    input_cumwidths = cumwidths.gather(-1, bin_idx)[..., 0]
+    input_bin_widths = widths.gather(-1, bin_idx)[..., 0]
+
+    input_cumheights = cumheights.gather(-1, bin_idx)[..., 0]
+    delta = heights / widths
+    input_delta = delta.gather(-1, bin_idx)[..., 0]
+
+    input_derivatives = derivatives.gather(-1, bin_idx)[..., 0]
+    input_derivatives_plus_one = derivatives[..., 1:].gather(-1, bin_idx)[..., 0]
+
+    input_heights = heights.gather(-1, bin_idx)[..., 0]
+
+    if inverse:
+        a = (((inputs - input_cumheights) * (input_derivatives
+                                             + input_derivatives_plus_one
+                                             - 2 * input_delta)
+              + input_heights * (input_delta - input_derivatives)))
+        b = (input_heights * input_derivatives
+             - (inputs - input_cumheights) * (input_derivatives
+                                              + input_derivatives_plus_one
+                                              - 2 * input_delta))
+        c = - input_delta * (inputs - input_cumheights)
+
+        discriminant = b.pow(2) - 4 * a * c
+        assert (discriminant >= 0).all()
+
+        root = (2 * c) / (-b - torch.sqrt(discriminant))
+        outputs = root * input_bin_widths + input_cumwidths
+
+        theta_one_minus_theta = root * (1 - root)
+        denominator = input_delta + ((input_derivatives + input_derivatives_plus_one - 2 * input_delta)
+                                     * theta_one_minus_theta)
+        derivative_numerator = input_delta.pow(2) * (input_derivatives_plus_one * root.pow(2)
+                                                     + 2 * input_delta * theta_one_minus_theta
+                                                     + input_derivatives * (1 - root).pow(2))
+        logabsdet = torch.log(derivative_numerator) - 2 * torch.log(denominator)
+
+        return outputs, -logabsdet
+    else:
+        theta = (inputs - input_cumwidths) / input_bin_widths
+        theta_one_minus_theta = theta * (1 - theta)
+
+        numerator = input_heights * (input_delta * theta.pow(2)
+                                     + input_derivatives * theta_one_minus_theta)
+        denominator = input_delta + ((input_derivatives + input_derivatives_plus_one - 2 * input_delta)
+                                     * theta_one_minus_theta)
+        outputs = input_cumheights + numerator / denominator
+
+        derivative_numerator = input_delta.pow(2) * (input_derivatives_plus_one * theta.pow(2)
+                                                     + 2 * input_delta * theta_one_minus_theta
+                                                     + input_derivatives * (1 - theta).pow(2))
+        logabsdet = torch.log(derivative_numerator) - 2 * torch.log(denominator)
+
+        return outputs, logabsdet

utils.py

@@ -0,0 +1,258 @@
+import os
+import glob
+import sys
+import argparse
+import logging
+import json
+import subprocess
+import numpy as np
+from scipy.io.wavfile import read
+import torch
+
+MATPLOTLIB_FLAG = False
+
+logging.basicConfig(stream=sys.stdout, level=logging.DEBUG)
+logger = logging
+
+
+def load_checkpoint(checkpoint_path, model, optimizer=None):
+  assert os.path.isfile(checkpoint_path)
+  checkpoint_dict = torch.load(checkpoint_path, map_location='cpu')
+  iteration = checkpoint_dict['iteration']
+  learning_rate = checkpoint_dict['learning_rate']
+  if optimizer is not None:
+    optimizer.load_state_dict(checkpoint_dict['optimizer'])
+  saved_state_dict = checkpoint_dict['model']
+  if hasattr(model, 'module'):
+    state_dict = model.module.state_dict()
+  else:
+    state_dict = model.state_dict()
+  new_state_dict= {}
+  for k, v in state_dict.items():
+    try:
+      new_state_dict[k] = saved_state_dict[k]
+    except:
+      logger.info("%s is not in the checkpoint" % k)
+      new_state_dict[k] = v
+  if hasattr(model, 'module'):
+    model.module.load_state_dict(new_state_dict)
+  else:
+    model.load_state_dict(new_state_dict)
+  logger.info("Loaded checkpoint '{}' (iteration {})" .format(
+    checkpoint_path, iteration))
+  return model, optimizer, learning_rate, iteration
+
+
+def save_checkpoint(model, optimizer, learning_rate, iteration, checkpoint_path):
+  logger.info("Saving model and optimizer state at iteration {} to {}".format(
+    iteration, checkpoint_path))
+  if hasattr(model, 'module'):
+    state_dict = model.module.state_dict()
+  else:
+    state_dict = model.state_dict()
+  torch.save({'model': state_dict,
+              'iteration': iteration,
+              'optimizer': optimizer.state_dict(),
+              'learning_rate': learning_rate}, checkpoint_path)
+
+
+def summarize(writer, global_step, scalars={}, histograms={}, images={}, audios={}, audio_sampling_rate=22050):
+  for k, v in scalars.items():
+    writer.add_scalar(k, v, global_step)
+  for k, v in histograms.items():
+    writer.add_histogram(k, v, global_step)
+  for k, v in images.items():
+    writer.add_image(k, v, global_step, dataformats='HWC')
+  for k, v in audios.items():
+    writer.add_audio(k, v, global_step, audio_sampling_rate)
+
+
+def latest_checkpoint_path(dir_path, regex="G_*.pth"):
+  f_list = glob.glob(os.path.join(dir_path, regex))
+  f_list.sort(key=lambda f: int("".join(filter(str.isdigit, f))))
+  x = f_list[-1]
+  print(x)
+  return x
+
+
+def plot_spectrogram_to_numpy(spectrogram):
+  global MATPLOTLIB_FLAG
+  if not MATPLOTLIB_FLAG:
+    import matplotlib
+    matplotlib.use("Agg")
+    MATPLOTLIB_FLAG = True
+    mpl_logger = logging.getLogger('matplotlib')
+    mpl_logger.setLevel(logging.WARNING)
+  import matplotlib.pylab as plt
+  import numpy as np
+  
+  fig, ax = plt.subplots(figsize=(10,2))
+  im = ax.imshow(spectrogram, aspect="auto", origin="lower",
+                  interpolation='none')
+  plt.colorbar(im, ax=ax)
+  plt.xlabel("Frames")
+  plt.ylabel("Channels")
+  plt.tight_layout()
+
+  fig.canvas.draw()
+  data = np.fromstring(fig.canvas.tostring_rgb(), dtype=np.uint8, sep='')
+  data = data.reshape(fig.canvas.get_width_height()[::-1] + (3,))
+  plt.close()
+  return data
+
+
+def plot_alignment_to_numpy(alignment, info=None):
+  global MATPLOTLIB_FLAG
+  if not MATPLOTLIB_FLAG:
+    import matplotlib
+    matplotlib.use("Agg")
+    MATPLOTLIB_FLAG = True
+    mpl_logger = logging.getLogger('matplotlib')
+    mpl_logger.setLevel(logging.WARNING)
+  import matplotlib.pylab as plt
+  import numpy as np
+
+  fig, ax = plt.subplots(figsize=(6, 4))
+  im = ax.imshow(alignment.transpose(), aspect='auto', origin='lower',
+                  interpolation='none')
+  fig.colorbar(im, ax=ax)
+  xlabel = 'Decoder timestep'
+  if info is not None:
+      xlabel += '\n\n' + info
+  plt.xlabel(xlabel)
+  plt.ylabel('Encoder timestep')
+  plt.tight_layout()
+
+  fig.canvas.draw()
+  data = np.fromstring(fig.canvas.tostring_rgb(), dtype=np.uint8, sep='')
+  data = data.reshape(fig.canvas.get_width_height()[::-1] + (3,))
+  plt.close()
+  return data
+
+
+def load_wav_to_torch(full_path):
+  sampling_rate, data = read(full_path)
+  return torch.FloatTensor(data.astype(np.float32)), sampling_rate
+
+
+def load_filepaths_and_text(filename, split=":"):
+  with open(filename, encoding='utf-8') as f:
+    filepaths_and_text = [line.strip().split(split) for line in f]
+  return filepaths_and_text
+
+
+def get_hparams(init=True):
+  parser = argparse.ArgumentParser()
+  parser.add_argument('-c', '--config', type=str, default="./configs/base.json",
+                      help='JSON file for configuration')
+  parser.add_argument('-m', '--model', type=str, required=True,
+                      help='Model name')
+  
+  args = parser.parse_args()
+  model_dir = os.path.join("./logs", args.model)
+
+  if not os.path.exists(model_dir):
+    os.makedirs(model_dir)
+
+  config_path = args.config
+  config_save_path = os.path.join(model_dir, "config.json")
+  if init:
+    with open(config_path, "r") as f:
+      data = f.read()
+    with open(config_save_path, "w") as f:
+      f.write(data)
+  else:
+    with open(config_save_path, "r") as f:
+      data = f.read()
+  config = json.loads(data)
+  
+  hparams = HParams(**config)
+  hparams.model_dir = model_dir
+  return hparams
+
+
+def get_hparams_from_dir(model_dir):
+  config_save_path = os.path.join(model_dir, "config.json")
+  with open(config_save_path, "r") as f:
+    data = f.read()
+  config = json.loads(data)
+
+  hparams =HParams(**config)
+  hparams.model_dir = model_dir
+  return hparams
+
+
+def get_hparams_from_file(config_path):
+  with open(config_path, "r") as f:
+    data = f.read()
+  config = json.loads(data)
+
+  hparams =HParams(**config)
+  return hparams
+
+
+def check_git_hash(model_dir):
+  source_dir = os.path.dirname(os.path.realpath(__file__))
+  if not os.path.exists(os.path.join(source_dir, ".git")):
+    logger.warn("{} is not a git repository, therefore hash value comparison will be ignored.".format(
+      source_dir
+    ))
+    return
+
+  cur_hash = subprocess.getoutput("git rev-parse HEAD")
+
+  path = os.path.join(model_dir, "githash")
+  if os.path.exists(path):
+    saved_hash = open(path).read()
+    if saved_hash != cur_hash:
+      logger.warn("git hash values are different. {}(saved) != {}(current)".format(
+        saved_hash[:8], cur_hash[:8]))
+  else:
+    open(path, "w").write(cur_hash)
+
+
+def get_logger(model_dir, filename="train.log"):
+  global logger
+  logger = logging.getLogger(os.path.basename(model_dir))
+  logger.setLevel(logging.DEBUG)
+  
+  formatter = logging.Formatter("%(asctime)s\t%(name)s\t%(levelname)s\t%(message)s")
+  if not os.path.exists(model_dir):
+    os.makedirs(model_dir)
+  h = logging.FileHandler(os.path.join(model_dir, filename))
+  h.setLevel(logging.DEBUG)
+  h.setFormatter(formatter)
+  logger.addHandler(h)
+  return logger
+
+
+class HParams():
+  def __init__(self, **kwargs):
+    for k, v in kwargs.items():
+      if type(v) == dict:
+        v = HParams(**v)
+      self[k] = v
+    
+  def keys(self):
+    return self.__dict__.keys()
+
+  def items(self):
+    return self.__dict__.items()
+
+  def values(self):
+    return self.__dict__.values()
+
+  def __len__(self):
+    return len(self.__dict__)
+
+  def __getitem__(self, key):
+    return getattr(self, key)
+
+  def __setitem__(self, key, value):
+    return setattr(self, key, value)
+
+  def __contains__(self, key):
+    return key in self.__dict__
+
+  def __repr__(self):
+    return self.__dict__.__repr__()

vits_apply.ipynb

@@ -0,0 +1,123 @@
+{
+ "cells": [
+  {
+   "cell_type": "code",
+   "execution_count": 5,
+   "id": "5c91e739",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "%matplotlib inline\n",
+    "import matplotlib.pyplot as plt\n",
+    "import IPython.display as ipd\n",
+    "\n",
+    "import os\n",
+    "import json\n",
+    "import math\n",
+    "import torch\n",
+    "from torch import nn\n",
+    "from torch.nn import functional as F\n",
+    "from torch.utils.data import DataLoader\n",
+    "\n",
+    "import commons\n",
+    "import utils\n",
+    "from data_utils import TextAudioLoader, TextAudioCollate, TextAudioSpeakerLoader, TextAudioSpeakerCollate\n",
+    "from models import SynthesizerTrn\n",
+    "from text.symbols import symbols\n",
+    "from text import text_to_sequence\n",
+    "\n",
+    "from scipy.io.wavfile import write\n",
+    "\n",
+    "\n",
+    "def get_text(text, hps):\n",
+    "    text_norm = text_to_sequence(text, hps.data.text_cleaners)\n",
+    "    if hps.data.add_blank:\n",
+    "        text_norm = commons.intersperse(text_norm, 0)\n",
+    "    text_norm = torch.LongTensor(text_norm)\n",
+    "    return text_norm"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 6,
+   "id": "60dfb1c8",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "hps = utils.get_hparams_from_file(\"./configs/jp_base.json\")"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 4,
+   "id": "d532ee7e",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "net_g = SynthesizerTrn(\n",
+    "    len(symbols),\n",
+    "    hps.data.filter_length // 2 + 1,\n",
+    "    hps.train.segment_size // hps.data.hop_length,\n",
+    "    **hps.model)\n",
+    "_ = net_g.eval()\n",
+    "\n",
+    "_ = utils.load_checkpoint(\"logs/jp_base/G_495000.pth\", net_g, None)"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 3,
+   "id": "627c6b45",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "# stn_tst = get_text(\"また、サイコロに姿を変えることもでき、転がると強力な魔力が発動し、出た目の数だけ死者が出る\", hps)\n",
+    "stn_tst = get_text(\"真冬でも気温１０度を下ることの滅多にないこの島では、温暖な風土を活かした農業が盛んですが、中でもサトウキビと米の栽培はその中心です。\", hps)\n",
+    "with torch.no_grad():\n",
+    "    x_tst = stn_tst.unsqueeze(0)\n",
+    "    x_tst_lengths = torch.LongTensor([stn_tst.size(0)])\n",
+    "    audio = net_g.infer(x_tst, x_tst_lengths, noise_scale=.667, noise_scale_w=0.8, length_scale=1)[0][0,0].data.float().numpy()\n",
+    "ipd.display(ipd.Audio(audio, rate=hps.data.sampling_rate))"
+   ]
+  }
+ ],
+ "metadata": {
+  "kernelspec": {
+   "display_name": "Python 3",
+   "language": "python",
+   "name": "python3"
+  },
+  "language_info": {
+   "codemirror_mode": {
+    "name": "ipython",
+    "version": 3
+   },
+   "file_extension": ".py",
+   "mimetype": "text/x-python",
+   "name": "python",
+   "nbconvert_exporter": "python",
+   "pygments_lexer": "ipython3",
+   "version": "3.8.10"
+  },
+  "latex_envs": {
+   "LaTeX_envs_menu_present": true,
+   "autoclose": false,
+   "autocomplete": true,
+   "bibliofile": "biblio.bib",
+   "cite_by": "apalike",
+   "current_citInitial": 1,
+   "eqLabelWithNumbers": true,
+   "eqNumInitial": 1,
+   "hotkeys": {
+    "equation": "Ctrl-E",
+    "itemize": "Ctrl-I"
+   },
+   "labels_anchors": false,
+   "latex_user_defs": false,
+   "report_style_numbering": false,
+   "user_envs_cfg": false
+  }
+ },
+ "nbformat": 4,
+ "nbformat_minor": 5
+}