catalan corrections

about.md

@@ -1,5 +1,5 @@
 ## 📄 About
-Natural and efficient TTS in Catalan: 🍵+🥑 .
+Natural and efficient TTS in Catalan: 🍵+🥑
 
 Here you can find all the information regarding our models 🍵 Matxa and 🥑 alVoCat, which have been trained with the use of deep learning. If you want specific information on how to train these model you can find it [here](https://huggingface.co/BSC-LT/matcha-tts-cat-multiaccent) and [here](https://huggingface.co/BSC-LT/vocos-mel-22khz-cat) respectively. The code we've used is also on Github [here](https://github.com/langtech-bsc/Matcha-TTS/tree/dev-cat).
 

informacio.md

@@ -1,7 +1,7 @@
-## 📄 Sobre
-TTS natural i eficient en català: utilitzant Matcha-TTS amb la llengua catalana.
+## 📄 Informació
+TTS natural i eficient en català: 🍵+🥑
 
-Aquí trobaràs tota la informació sobre els nostres models 🍵 Matxa i 🥑 alVoCat ,els quals han estat entrenats amb l'ús de l'aprenentatge profund. Si desitges informació específica sobre com entrenar aquests models, pots trobar-la [aquí](https://huggingface.co/BSC-LT/matcha-tts-cat-multiaccent) i [aquí](https://huggingface.co/BSC-LT/vocos-mel-22khz-cat) respectivament. El codi que hem utilitzat també es troba a Github [aquí](https://github.com/langtech-bsc/Matcha-TTS/tree/dev-cat).
+Aquí trobareu tota la informació sobre els nostres models 🍵 Matxa i 🥑 alVoCat ,els quals han estat entrenats amb l'ús de l'aprenentatge profund. Si desitges informació específica sobre com entrenar aquests models, pots trobar-la [aquí](https://huggingface.co/BSC-LT/matcha-tts-cat-multiaccent) i [aquí](https://huggingface.co/BSC-LT/vocos-mel-22khz-cat) respectivament. El codi que hem utilitzat també es troba a Github [aquí](https://github.com/langtech-bsc/Matcha-TTS/tree/dev-cat).
 
 ## Taula de continguts
 <details>
@@ -218,17 +218,17 @@ Això produeix un decodificador basat en ODE capaç de generar una alta qualitat
 
 ## Adaptació al català
 
-El model original de Matcha-TTS excel·leix en anglès, però per portar les seves capacitats al català, es va dur a terme un procés multi-etapa. En primer lloc, vam ajustar el model d'anglès a català central, el que va establir les bases per entendre els matisos del llenguatge. Aquest primer ajust es va fer utilitzant dos conjunts de dades:
+El model original de Matcha-TTS excel·leix en anglès, però per portar les seves capacitats al català, es va dur a terme un procés multi-etapa. En primer lloc, vam fer el fine-tuning del model d'anglès al català central creant un Matxa-base, fent servir dos conjunts de dades:
 
  * [La nostra versió del conjunt de dades openslr-slr69.](https://huggingface.co/datasets/projecte-aina/openslr-slr69-ca-trimmed-denoised) 
- 
- * Un conjunt de dades en català central, enregistrades en estudi i que aviat es publicaran.
- 
+  
  * [La nostra versió del conjunt de dades Festcat.](https://huggingface.co/datasets/projecte-aina/festcat_trimmed_denoised)
  
-Aquest conjunt de dades que aviat es publicarà també incloïa gravacions de tres dialectes diferents:
- 
+A continuació, vam fer un altre fine-tuning de Matxa-base amb el conjunt de dades LaFrescat per introduir les variants dialectals. Aquest conjunt dades es publicarà aviat, té 8,5 hores d'enregistraments per a quatre variants dialectals:
+
  * Balear
+
+ * Central
  
  * Nord-Occidental