sft4k — does it speak the whole text?

576 clips · 72 natural Hindi sentences, 2–26 words · 8 seeds each, so a defect that survives a reseed is a bug and one that does not is the sampling lottery. Reproduce by running a sentence eight times — no need for my seed. Reference voice: download reference

Missing-content rate by word length

wordsclipsmissingrate
24812%
33200%
44000%
52400%
63200%
74824%
81600%
10800%
114000%
12800%
133226%
14800%
154812%
162400%
172414%
181600%
191600%
20800%
2124312%
221616%
23800%
242414%
251600%
261616%

9 of 576 clips (1.6%) dropped content. Failures are scattered across lengths rather than appearing past a threshold — there is no length cliff in this range.

Content actually missing — every case

Two failure modes, both confirmed by ear: onset clipping — आपका→का, आपकी→की, अभी→भी, the model starting a fraction late and eating the first syllable — and ending truncation, निकलेगा→निकले. 4 further cases were removed as recogniser artifacts, not model faults: soft trailing particles (जी, है) that the ASR drops even when spoken, and तकनीकी transcribed as "तकनीक की" — the same word across a space.

lenasked / saidfaultaudioreproduce
7w
seed 2
asked: मैं आपका खाता अभी देख रही हूँ।
said: मैं आपका खाता भी देख रही हूँ।
dropped: अभी
at middle
2.56s · download
python repro.py sft4k__Nayab_ho__s2__w07_0
7w
seed 8
asked: आपकी शिकायत टीम को भेज दी गई।
said: की शिकायत टीम को भेज दी गई।
dropped: आपकी
at start
2.8s · download
python repro.py sft4k__Nayab_ho__s8__w07_1
13w
seed 7
asked: आपकी शिकायत हमारी तकनीकी टीम को भेज दी गई है, वे जल्दी देखेंगे।
said: कि शिकायत हमारी तकनीकी टीम को भेज दी गई है, वे जल्दी देखेंगे।
dropped: आपकी
at start
4.24s · download
python repro.py sft4k__Nayab_ho__s7__w13_2
15w
seed 1
asked: आपका ऑर्डर कल शाम तक आपके दिए हुए पते पर पहुँच जाएगा, चिंता मत कीजिए।
said: का ऑर्डर कल शाम तक आपके दिए हुए पते पर पहुँच जाएगा, चिंता मत कीजिए।
dropped: आपका
at start
4.96s · download
python repro.py sft4k__Nayab_ho__s1__w15_0
21w
seed 2
asked: आपकी शिकायत हमारी तकनीकी टीम को भेज दी गई है और वे इसे प्राथमिकता पर देख रहे हैं, जल्दी हल निकलेगा।
said: आपकी शिकायत हमारी तकनीकी टीम को भेज दी गई है, और वे इसे प्राथमिकता पर देख रहे हैं। जल्दी हल निकले।
dropped: जल्दी, हल, निकलेगा
at end
7.6s · download
python repro.py sft4k__Nayab_ho__s2__w21_1
21w
seed 6
asked: आपकी शिकायत हमारी तकनीकी टीम को भेज दी गई है और वे इसे प्राथमिकता पर देख रहे हैं, जल्दी हल निकलेगा।
said: आपकी शिकायत हमारी तकनीकी टीम को भेज दी गई है, और वे इसे प्राथमिकता पर देख रहे हैं। जल्दी हल निकले।
dropped: जल्दी, हल, निकलेगा
at end
7.36s · download
python repro.py sft4k__Nayab_ho__s6__w21_1
22w
seed 7
asked: मैं आपका खाता अभी चेक कर रही हूँ और बस एक मिनट के भीतर आपको इसकी पूरी और सही जानकारी दे दूँगी।
said: मैं आपका खाता अभी चेक कर रही हूँ, और बस 1 मिनट के भीतर आपको इसकी पूरी और सही जानकारी दूँगी।
dropped: दे
at end
5.52s · download
python repro.py sft4k__Nayab_ho__s7__w22_0
24w
seed 5
asked: आपकी शिकायत हमारी तकनीकी टीम को भेज दी गई है और वे इसे प्राथमिकता पर देख रहे हैं, बहुत जल्दी इसका हल निकल आएगा।
said: आपकी शिकायत हमारी तकनीक की टीम को भेज दी गई है, और वे इसे प्राथमिकता पर देख रहे हैं। बहुत जल्दी इसका हल निकल आएगा।
dropped: तकनीकी
at middle
8.8s · download
python repro.py sft4k__Nayab_ho__s5__w24_2
26w
seed 3
asked: आपका ऑर्डर कल शाम तक आपके दिए हुए पते पर पहुँच जाएगा, इसलिए आप बिल्कुल चिंता मत कीजिए और पूरी तरह निश्चिंत रहिए, हम ध्यान रखेंगे।
said: का ऑर्डर कल शाम तक आपके दिए हुए पते पर पहुँच जाएगा, इसलिए आप बिल्कुल चिंता मत कीजिए और पूरी तरह निश्चिंत रहिए, हम ध्यान रखेंगे।
dropped: आपका
at start
9.92s · download
python repro.py sft4k__Nayab_ho__s3__w26_0

Extra content — a different bug

36 clips said everything and more. By the "speaks all the text" criterion these pass; they are the tail-junk defect.

lenasked / saidfaultaudioreproduce
2w
seed 1
asked: नमस्ते जी।
said: नमस्ते जी, मैं—
added: मैं
2.0s · download
python repro.py sft4k__Nayab_ho__s1__w02_0
2w
seed 2
asked: नमस्ते जी।
said: नमस्ते जी। ठीक है।
added: ठीक, है
2.08s · download
python repro.py sft4k__Nayab_ho__s2__w02_0
2w
seed 7
asked: नमस्ते जी।
said: नमस्ते जी। अरे।
added: अरे
2.4s · download
python repro.py sft4k__Nayab_ho__s7__w02_0
2w
seed 1
asked: धन्यवाद आपका।
said: धन्यवाद, आपका। केत बात है।
added: केत, बात, है
2.88s · download
python repro.py sft4k__Nayab_ho__s1__w02_1
2w
seed 5
asked: ठीक है।
said: ठीक है। बैठ।
added: बैठ
2.16s · download
python repro.py sft4k__Nayab_ho__s5__w02_2
2w
seed 6
asked: ठीक है।
said: ठीक है, समीक्षा।
added: समीक्षा
2.48s · download
python repro.py sft4k__Nayab_ho__s6__w02_2
2w
seed 7
asked: ठीक है।
said: ठीक है, तिथि।
added: तिथि
2.48s · download
python repro.py sft4k__Nayab_ho__s7__w02_2
2w
seed 4
asked: बिल्कुल सही।
said: बिल्कुल सही। गिवि।
added: गिवि
2.56s · download
python repro.py sft4k__Nayab_ho__s4__w02_3
3w
seed 8
asked: यह हो जाएगा।
said: यह हो जाएगा। यह।
added: यह
3.04s · download
python repro.py sft4k__Nayab_ho__s8__w03_2
4w
seed 2
asked: आपका ऑर्डर आ गया।
said: आपका ऑर्डर आ गया, एक।
added: एक
2.64s · download
python repro.py sft4k__Nayab_ho__s2__w04_0
5w
seed 1
asked: यह काम हो चुका है।
said: यह काम हो चुका है। Nej.
added: Nej
2.48s · download
python repro.py sft4k__Nayab_ho__s1__w05_0
6w
seed 6
asked: आपका ऑर्डर कल शाम पहुँच जाएगा।
said: हाँ। आपका ऑर्डर कल शाम पहुँच जाएगा।
added: हाँ
3.36s · download
python repro.py sft4k__Nayab_ho__s6__w06_0
7w
seed 6
asked: आपकी शिकायत टीम को भेज दी गई।
said: हम आपकी शिकायत टीम को भेज दी गई।
added: हम
2.88s · download
python repro.py sft4k__Nayab_ho__s6__w07_1
25w
seed 8
asked: यह सेवा फ़िलहाल उपलब्ध नहीं है और इसके लिए मैं आपसे दिल से माफ़ी चाहती हूँ, हमारी टीम इस पर लगातार काम कर रही है।
said: ठीक है, यह सेवा फिलहाल उपलब्ध नहीं है, और इसके लिए मैं आपसे दिल से माफ़ी चाहती हूँ। हमारी टीम इस पर लगातार काम कर रही है।
added: ठीक, है
8.16s · download
python repro.py sft4k__Nayab_ho__s8__w25_1

Clean controls

Same battery, same seeds — complete and no extras. 527 of 576 clips are clean.

lenasked / saidverdictaudioreproduce
2w
seed 3
asked: नमस्ते जी।
said: नमस्ते जी।
clean
2.16s · download
python repro.py sft4k__Nayab_ho__s3__w02_0
2w
seed 4
asked: नमस्ते जी।
said: नमस्ते, जी।
clean
2.48s · download
python repro.py sft4k__Nayab_ho__s4__w02_0
2w
seed 5
asked: नमस्ते जी।
said: नमस्ते जी।
clean
2.16s · download
python repro.py sft4k__Nayab_ho__s5__w02_0
2w
seed 6
asked: नमस्ते जी।
said: नमस्ते जी।
clean
2.4s · download
python repro.py sft4k__Nayab_ho__s6__w02_0
2w
seed 8
asked: नमस्ते जी।
said: नमस्ते जी।
clean
2.0s · download
python repro.py sft4k__Nayab_ho__s8__w02_0
2w
seed 2
asked: धन्यवाद आपका।
said: धन्यवाद, आपका।
clean
2.08s · download
python repro.py sft4k__Nayab_ho__s2__w02_1
3w
seed 1
asked: कृपया थोड़ा रुकिए।
said: कृपया थोड़ा रुकिए।
clean
2.24s · download
python repro.py sft4k__Nayab_ho__s1__w03_0
4w
seed 1
asked: आपका ऑर्डर आ गया।
said: आपका ऑर्डर आ गया।
clean
2.16s · download
python repro.py sft4k__Nayab_ho__s1__w04_0
5w
seed 2
asked: यह काम हो चुका है।
said: यह काम हो चुका है।
clean
2.8s · download
python repro.py sft4k__Nayab_ho__s2__w05_0
6w
seed 1
asked: आपका ऑर्डर कल शाम पहुँच जाएगा।
said: आपका ऑर्डर कल शाम पहुँच जाएगा।
clean
2.4s · download
python repro.py sft4k__Nayab_ho__s1__w06_0

A metric I had to throw away

Literal word-matching between input and transcript reported 7-word sentences failing 33%, with one sentence failing 8 of 8 seeds — which looked like exactly the reproducible bug we were hunting. It was the metric. Soniox writes फिलहाल without the nukta for फ़िलहाल, and 24 for चौबीस. Because the ASR is deterministic, the same false positive recurred on every seed and manufactured a perfect 8/8. The verdicts above come from Gemini judging each clip individually, which correctly ignores spelling and digit variants.