TTS-møte 10.6.2021

Til stades: Katri, Sjur

Sidan sist

• Inga
  • Har lett etter norsk og engelsk tekst. Fant ikke.
  • Har ordnet transcriptor-filer
    • klokken 2200 blir nå til “ti”, endre dette.
    • Kasus på datoer? Nå er det genitiv på “biejvve”: Festen er 6.10. => gålgådismáno gudát biejve (gen), “Tidsfristen er satt til 06.10” (illativ på b.), ellativ, kanskje akkusativ, kan knapt stå i nominativ, kanskje ikkje i det heile?
    • Årstall? Må leggjast til, men vi ventar med kasusbøyinga. Datoar med årstal må kløyvast i to kohortar (som MWE) allereie av hfst-tokenise, lexc må oppdaterast tilsvarande.
• Tommi
  • hjelpte / fiksade litt med espeak-konvertert
  • mindre fikser till pipeline
• Katri:
  • text2IPA från espeak med Tommi
    • dokumenterat lite hur jag har fått giella tools/hfst fungera med Ubuntu (shell script)
    • IPA rules need to be edited a lot; different order than in espeak etc
  • Tacotron 2: prepared the pre-trained models in my setup but Liliia is still changing something in the implementation
    • Sigma 2 ok
    • försöker att göra transfer learning, använda sme pre-trained för att trena vidare med smj data (wip)
  • fortsätter med python verktyg för (pre-)prosessering och uppdelning av taldata
  • följat två MA thesis defenses av studentena från Göteborg
  • delar upp nya ljudfiler för att eksperimentera mera med speech ML (male voice)
    • numbers need to be normalized
    • some partitions of speech that are not in the text file (“govvateaksta”)
    • nature sounds, singing…
  • abstrakt till PLM2021 blev akseptert och konferensen ska bli i nettet
• Sjur:
  • meir jobb med pipeline, transkriptorfiler

Neste steg

• Katri:
  • fortsätter med Tacotron (lang-sme-ml-speech)
  • fortsätter med nytt data
  • ta kontakt med Bruce om samarbete: authorship of a paper about synthesis evaluation
  • kontorleigekontrakt
• Sjur:
  • NRK! Viktig!
  • dela opp sme-tekst i setningar
  • byggja ut ipakonvertinga og testinga av henne
  • definera ipa-alfabet for syntesen
  • starta tesktprosessering av heile TTS-korpuset, trekkja ut ABBR m.m. som ikkje blir normalisert
  • datoprosessering med årstal
• Tommi:
  • IPA-konvertering i hfst-cg-pipeline
  • konvertera espeak-reglar automatisk?
• Inga:
  • begynne med pressemelding
  • 30 min svensk, norsk og engelsk
  • leggja til smj-forkortingar
  • dato skal til nominativ
  • klokken 2200 skal ikke bli “lågen”

Neste møte

17.6.2021 09.30 norsk tid