Cuatro derivados de audio, publicados una sola vez, para que un benchmark de modelos de audio sobre el Hub corra siempre sobre los mismos bytes.

Lo que se consume son estos bytes con su sha, no la receta. Reproducir la receta y obtener otros bytes es un fallo, no una variante aceptable: por eso cada fila lleva su sha256.

Los identificadores son audio1 y audio2 y no dicen nada de lo que se oye. Es deliberado: los modelos que se miden reciben la URL pública del artefacto, y un nombre descriptivo les contaría parte del contenido antes de que empiecen a transcribir.

Dos audios × dos tasas de muestreo — las que declaran los repos de los modelos que se miden.

Un archivo se baja con su sha del commit fijado de los dos lados:

Tres operaciones sobre las muestras y no hay una cuarta, cada derivado desde el original y nunca desde otro derivado:

Enteros: no se trocean. Trocear mata los IDs de hablante entre chunks, y elegir dónde cortar obliga a mirar el contenido.

Los archivos no llevan metadatos: se les saca la etiqueta del contenedor de origen y la del propio codificador, así que lo que se publica son las muestras y nada más.

Los originales no se publican. Su prueba de integridad —el sha256 de cada uno— vive versionada junto al código que produjo estos cuatro archivos, que es también donde se anota el sha de este repo en el Hub.