TTS-møte 12.8.2021

Til stades: Katri, Sjur, Inga

Sidan sist

• Inga
  • Har samla norsk, engelsk, svensk korpus. Wikipedia, Sametingstekstar, m.m.
• Flammie
  • har laga fake-tretape-fst i hfst-pmatch/hfst-tokenise. No ser analysen slik ut:

"<almulattjat>"
        "almulasj" A Der/AAdv Adv "almulattja>t"MIDTAPE <W:0.0>
        "almulasj" A Sg Nom PxSg2 "almulattja>X4X8t"MIDTAPE <W:0.0>
        "almulattjat" Adv "almulattjat>"MIDTAPE <W:0.0>

For å testa:

echo gahperattjan | hfst-tokenise -g -q tokeniser-tts-cggt-desc.pmhfst 
UNCOMPOSE LEFT inmorphology
UNCOMPOSE RIGHT outmorphology
"<gahperattjan>"
        "gahper" N Sem/Clth Der/Dimin N Ess "gahper»attjan"MIDTAPE <W:0.0>
        "gahper" N Sem/Clth Der/Dimin N Sg Ine "gahper»attjaQ1n"MIDTAPE <W:0.0>
:\n

• Katri:
  • Lule Saami espeak pull request again, to fix some problems from previous version
  • Docker image of Ossian tts of Lule Saami, in speech-smj-private
    • docker image är en fullständig kopia av hela systemen: OS, python dependencies, speech tools; innehåller också modeller som jag har trenat. Så i teorin kan man bara installera docker image och använda en kommando som syntetiserar tts.
  • Got further with using txt2IPA-xfst
  • Discussed Tacotron transfer learning with Brendan again
  • Worked on PLM2021 paper/presentation on tts for indigenous languages
  • sent an email to Bruce about possible collaboration
  • lyssnat på stemme nr 2, väldigt bra röst för tts!
  • rengöring och uppdeling av nya ljudfiler för att eksperimentera mera med speech ML (male voice) -> numbers need to be normalized
• Sjur:
  • har testa ut tretapesystemet til Flammie

Neste steg

• Katri:
  • fortsätter med Tacotron (lang-sme-ml-speech)
  • kontorleigekontrakt: skickade en påminnelse!
• Sjur:
  • byggja ut ipakonvertinga og testinga av henne
  • starta tesktprosessering av heile TTS-korpuset, trekkja ut ABBR m.m. som ikkje blir normalisert
  • datoprosessering med årstal
  • definera ipa-alfabet for syntesen
  • dela opp sme-tekst i setningar
• Tommi:
  • IPA-konvertering i hfst-cg-pipeline
• Inga:
  • begynne med pressemelding
  • 30 min svensk, norsk og engelsk
  • leggja til smj-forkortingar
  • dato skal til nominativ
  • språklabben ved UiT, undersøk om den er aktuell for opptak

Neste møte

19.8.2021 09.30 norsk tid