README: mo ta nhan golden

README.md

@@ -17,14 +17,23 @@ configs:
 Các câu tiếng Việt có chen từ tiếng Anh (code-switching), cắt từ video YouTube, mỗi câu dài 5–15 giây.
 
 - **Audio:** FLAC, 16 kHz, mono, cắt từ audio gốc của YouTube (AAC khoảng 128 kbps).
-- **Text:** phụ đề gốc tiếng Việt của YouTube (`vi-orig`). Có thể lẫn lỗi của ASR tự động, nên cần lọc lại trước khi train.
+- **Text (`text`, nhãn golden):** kết hợp 3 bản chép độc lập: phụ đề tự động YouTube (`vi-orig`), model ASR nội bộ v5 và Gemini.
+  - Câu cả 3 nguồn khớp nhau thì giữ nguyên (`label_source = agree_3`).
+  - Câu còn chỗ lệch thì LLM viết lại thành một bản, lấy Gemini làm nền: DeepSeek cho câu lệch ít (`merge_deepseek`), GLM cho câu lệch nhiều (`merge_glm`).
+  - Nếu LLM trả rỗng hoặc viết ra từ không nguồn nào nghe thấy mà câu lệch Gemini nhiều thì lùi về bản Gemini (`gemini`).
+  - Khoảng 260 câu Gemini từ chối chép thì giữ phụ đề YouTube (`youtube`).
+  - Nhãn chưa được người nghe lại.
 - **Mốc câu và mốc từ:** forced alignment bằng `nguyenvulebinh/wav2vec2-base-vietnamese-250h`.
 
 | Cột | Ý nghĩa |
 |---|---|
 | `id` | `<youtube_id>_<ms bắt đầu>_<ms kết thúc>` (mốc tính trong video) |
 | `audio` | đoạn audio của câu |
-| `text` | nội dung câu |
+| `text` | nhãn golden (xem trên) |
+| `text_youtube` | phụ đề tự động YouTube gốc (nhãn cũ trước 2026-10-29) |
+| `text_v5` | bản chép của model v5 |
+| `text_gemini` | bản chép của Gemini (rỗng nếu Gemini từ chối) |
+| `label_source` | `agree_3` / `merge_deepseek` / `merge_glm` / `gemini` / `youtube` |
 | `target_words` | các từ tiếng Anh mục tiêu có trong câu |
 | `targets` | với mỗi từ: `word` (dạng chuẩn), `surface` (dạng xuất hiện trong text), `start`/`end` (giây, tính trong clip), `align_score` (0–1) |
 | `youtube_id`, `youtube_url` | video nguồn; link đã kèm `?t=` để nhảy tới câu |
@@ -32,4 +41,4 @@ Các câu tiếng Việt có chen từ tiếng Anh (code-switching), cắt từ
 | `yt_start`, `yt_end` | mốc bắt đầu / kết thúc của câu trong video (giây) |
 | `duration` | độ dài clip (giây) |
 
-Dataset được đẩy dần theo từng shard 1.000 câu.
+Dataset được đẩy dần theo từng shard 1.000 câu. `targets` (`surface`, mốc từ) được align theo phụ đề YouTube nên `surface` có thể khác chữ trong `text`.