Import model pylaia_fraktur from pylaia

pylaia/fraktur/README.md

+# PyLaia Austrian Newspaper (fraktur)
+
+## Datasets
+
+Trained on horizontal text-lines from the [Austrian Newspaper](https://demo.arkindex.org/browse/4dc4af87-20d0-4101-8ce9-6e427517c2b2?top_level=true&folder=true) corpus.
+
+## Results
+
+* Fixed line height of 128 pixels
+* LM = kenlm 6-gram character model trained on the training set
+
+| Model      | Split   |   CER (%) |   WER (%) |   Support |
+|------------|---------|-----------|-----------|-----------|
+| PyLaia     | train   |      1.62 |      5.63 |     38891 |
+| PyLaia     | val     |      1.82 |      7.77 |      3282 |
+| PyLaia+LM  | val     |      1.77 |      7.01 |      3282 |

pylaia/fraktur/lexicon.txt

+<ctc> <ctc>
+! !
+" "
+# #
+% %
+& &
+' '
+( (
+) )
+* *
++ +
+, ,
+- -
+. .
+/ /
+0 0
+1 1
+2 2
+3 3
+4 4
+5 5
+6 6
+7 7
+8 8
+9 9
+: :
+; ;
+= =
+? ?
+A A
+B B
+C C
+D D
+E E
+F F
+G G
+H H
+I I
+J J
+K K
+L L
+M M
+N N
+O O
+P P
+Q Q
+R R
+S S
+T T
+U U
+V V
+W W
+X X
+Y Y
+Z Z
+[ [
+] ]
+_ _
+a a
+b b
+c c
+d d
+e e
+f f
+g g
+h h
+i i
+j j
+k k
+l l
+m m
+n n
+o o
+p p
+q q
+r r
+s s
+t t
+u u
+v v
+w w
+x x
+y y
+z z
+| |
+~ ~
+§ §
+« «
+¬ ¬
+° °
+± ±
+´ ´
+· ·
+» »
+¼ ¼
+½ ½
+¾ ¾
+Ä Ä
+È È
+É É
+Ê Ê
+Ó Ó
+Ô Ô
+Ö Ö
+Ü Ü
+ß ß
+à à
+á á
+â â
+ã ã
+ä ä
+æ æ
+ç ç
+è è
+é é
+ê ê
+ë ë
+ï ï
+ñ ñ
+ò ò
+ó ó
+ô ô
+ö ö
+û û
+ü ü
+ř ř
+Š Š
+Ž Ž
+ž ž
+˙ ˙
+· ·
+Δ Δ
+Ο Ο
+– –
+— —
+‘ ‘
+’ ’
+‚ ‚
+“ “
+” ”
+„ „
+† †
+• •
+… …
+⅓ ⅓
+⅕ ⅕
+⅙ ⅙
+⅛ ⅛
+⅜ ⅜
+⅝ ⅝
+⅞ ⅞
+∆ ∆
+≅ ≅
+═ ═
+▄ ▄
+□ □
+○ ○
+● ●
+<unk> <unk>
+<space> <space>

pylaia/fraktur/syms.txt

+<ctc> 0
+! 1
+" 2
+# 3
+% 4
+& 5
+' 6
+( 7
+) 8
+* 9
++ 10
+, 11
+- 12
+. 13
+/ 14
+0 15
+1 16
+2 17
+3 18
+4 19
+5 20
+6 21
+7 22
+8 23
+9 24
+: 25
+; 26
+= 27
+? 28
+A 29
+B 30
+C 31
+D 32
+E 33
+F 34
+G 35
+H 36
+I 37
+J 38
+K 39
+L 40
+M 41
+N 42
+O 43
+P 44
+Q 45
+R 46
+S 47
+T 48
+U 49
+V 50
+W 51
+X 52
+Y 53
+Z 54
+[ 55
+] 56
+_ 57
+a 58
+b 59
+c 60
+d 61
+e 62
+f 63
+g 64
+h 65
+i 66
+j 67
+k 68
+l 69
+m 70
+n 71
+o 72
+p 73
+q 74
+r 75
+s 76
+t 77
+u 78
+v 79
+w 80
+x 81
+y 82
+z 83
+| 84
+~ 85
+§ 86
+« 87
+¬ 88
+° 89
+± 90
+´ 91
+· 92
+» 93
+¼ 94
+½ 95
+¾ 96
+Ä 97
+È 98
+É 99
+Ê 100
+Ó 101
+Ô 102
+Ö 103
+Ü 104
+ß 105
+à 106
+á 107
+â 108
+ã 109
+ä 110
+æ 111
+ç 112
+è 113
+é 114
+ê 115
+ë 116
+ï 117
+ñ 118
+ò 119
+ó 120
+ô 121
+ö 122
+û 123
+ü 124
+ř 125
+Š 126
+Ž 127
+ž 128
+˙ 129
+· 130
+Δ 131
+Ο 132
+– 133
+— 134
+‘ 135
+’ 136
+‚ 137
+“ 138
+” 139
+„ 140
+† 141
+• 142
+… 143
+⅓ 144
+⅕ 145
+⅙ 146
+⅛ 147
+⅜ 148
+⅝ 149
+⅞ 150
+∆ 151
+≅ 152
+═ 153
+▄ 154
+□ 155
+○ 156
+● 157
+<unk> 158
+<space> 159
\ No newline at end of file

pylaia/fraktur/tokens.txt

+<ctc>
+!
+"
+#
+%
+&
+'
+(
+)
+*
++
+,
+-
+.
+/
+0
+1
+2
+3
+4
+5
+6
+7
+8
+9
+:
+;
+=
+?
+A
+B
+C
+D
+E
+F
+G
+H
+I
+J
+K
+L
+M
+N
+O
+P
+Q
+R
+S
+T
+U
+V
+W
+X
+Y
+Z
+[
+]
+_
+a
+b
+c
+d
+e
+f
+g
+h
+i
+j
+k
+l
+m
+n
+o
+p
+q
+r
+s
+t
+u
+v
+w
+x
+y
+z
+|
+~
+§
+«
+¬
+°
+±
+´
+·
+»
+¼
+½
+¾
+Ä
+È
+É
+Ê
+Ó
+Ô
+Ö
+Ü
+ß
+à
+á
+â
+ã
+ä
+æ
+ç
+è
+é
+ê
+ë
+ï
+ñ
+ò
+ó
+ô
+ö
+û
+ü
+ř
+Š
+Ž
+ž
+˙
+·
+Δ
+Ο
+–
+—
+‘
+’
+‚
+“
+”
+„
+†
+•
+…
+⅓
+⅕
+⅙
+⅛
+⅜
+⅝
+⅞
+∆
+≅
+═
+▄
+□
+○
+●
+<unk>
+<space>
\ No newline at end of file