TTS-møte 17.3.2021

Til stades: Inga, Katri, Tommi, Sjur

Sidan sist

• Inga:
  • gjort andre ting sist veke
  • kommandoen for å konvertera filer med ccat funkar ikkje
  • har prata med Bruce
• Katri:
  • jobbar med abstrakten till fonologikonferensen (deadline i 9. April) om samisk fonologi/quantity och om att utvickla tts før lulesamisk språk
  • fortsättar espeak-tts tester: sendt espeak-tts testfiler – add longer sentences as well?
  • Pre-processering av träningsdata för neural vocoder:
    • gått igenom TextGrid-annotationsfilerna: se på skillnader mellan tal och text, fixat några feiler och “förbjudna karaktären” etc.
    • Praat & Python skripter är färdiga och speech-smj-minicorpus trainingdata (.txt + .wav + .TextGrid annotering per setning) är delt upp och färdig för eksperimenten med Merlin/Ossian (speech-smj-private/speech-smj-minicorpus/processed/exp_training_data)
    • (explain more in detail how the text is split to sentences): text – by full stop character; speech – by concatenating word tier and setting a boundary using the pause length between sentences
    • lagt till dokumentering av skripter etc. för pre-processering av taldata
• Tommi:
  • forkortelse i fst / transcriptors som standard i alla språk
• Sjur:
  • meir tekstprosessering/normalisering for sme - fungerer no

Neste steg

• Katri: fortsättar med utvikling av espeak-regler; phonology abstract, Merlin TTS experimenting, phonemizer-skript?
• Sjur: ta kontakt med Bruce, tekstprosessering i lag med Tommi, fleire spørsmål til juristen (sjå over), NRK
• Tommi: divvun-normaliser
• Inga: begynne med pressemelding, samle tekst fra vårt boundcorpus og se mer på det vi har i freekorpus

Neste møte

24.3.2021 09.30 norsk tid