TTS-møte 7.4.2021

Til stades: Katri, Sjur, Inga, Tommi

Sidan sist

• Katri:
  • Abstrakt till fonologikonferensen nästan färdig
  • espeak-tts: finalize and publish? G3 reglar ska inte bli perfekt
  • Eksperimenterat med Merlin-tts med Festival och Ossian front-ends: med Lule Saami data inte så bra resultat ännu, men ser hur det ska bli bättre (borde vara bättre med 1 timmes data)
    • phonetic labeling & segmenting taken from the force-aligned TextGrid annotations/espeak phonemizing
    • added documentation and 1 english sound sample of merlin to speech-smj-private
  • Demo corpus med Inga har 4839 ord / 1 time! 80 words per min
• Sjur: meir tekstprosessering/normalisering for sme & smj
• Inga:
  • 38324 ord i TTS-korpuset (ca. 8 timar). Det er enda ganske masse .correct.txt tekst som ikke er flyttet dit. I tillegg er det noe tekst som Katri allerede har brukt som heller ikke er flyttet dit, underkant av en time?
  • det kan sjå ut som om vi klarar oss med dei tekstene som er fritt tilgjengelege
• Tommi: ikkje noko vesentleg sidan sist

Neste steg

• Katri:
  • avsluta utvikling av espeak
  • phonology abstract
  • Merlin TTS experimenting/träning
  • dela upp sme-inspelningarna i filer med en mening pr fil
• Sjur:
  • tekstprosessering i lag med Tommi
  • spørsmål til juristen
  • NRK
  • dela opp sme-tekst i setningar
• Tommi: divvun-normaliser
• Inga:
  • begynne med pressemelding, samle tekst fra vårt boundcorpus og se mer på det vi har i freekorpus
  • undersøk om det er mogleg å få tak i CD til lydbok
  • retta på korpustekst slik at den blir mest mogleg rett i høve til norma

Andre ting:

• konverter smj tekst frå norsk side til smj-tekst etter svensk norm, gjeld særleg nye låneord.
• bruka Katri sine espeak-regler for IPA-konvertering i pipeline etter disambigueringa?

Neste møte

14.4.2021 09.30 norsk tid