TTS-møte 21.10.2021

Til stades: Katri, Sjur, Inga, Flammie

Sidan sist

• Inga: ikke gjort noe tts-arbeid
• Flammie:
  • först version av per-tag analysator i divvun-phon
• Sjur:
  • kontakt med NRK
  • testet Flammies arbeid
• Katri:
  • Jobbat med experimental Tacotron tts för smj
    • aligner for smj -> better duration modeling
  • text corpus statistics sheet: https://docs.google.com/spreadsheets/d/1XTB5v67pMfQ-bqeDODHgwFFqrY1bpT2w72Hj6qzNw8Q/edit?usp=sharing
    • more different styles:
      • Parlament
      • Wikipedia (best articles from Wiki)
      • Rich text (Magazines, movie lines, independent sentences?)
      • Prose (e.g. Project Gutenberg, children’s books for they are meant to be read aloud)
      • Forums
      • Misc (food recipes, wikihow, everyday situations)
      • Blog
      • Facts
      • Educational texts (language learning books)
      • News texts
      • Single sentences to cover all diphones in a language – also rarer consonant clusters etc. should be included here
  • Prompter testing
    • add manual line break character, e.g.:

        Divvun, sáme duollatjállemvædtsak, |le dal ásaduvvam stuoves årnigin Tråmså universitiehtan.
      

    • left alignment
    • 50 chars / row
  • Evaluation of test rec quality, filtering techniques (noise reduction, high pass etc.)

Neste steg

• Katri:
  • fortsätter med Tacotron (lang-sme-ml-speech)
  • normalizing of numbers
  • kontrakt og lisens
• 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
  • kontrakt og lisens
• Inga:
  • begynne med pressemelding
  • leggja til smj-forkortingar
  • dato skal til nominativ

Neste møte

28.10.2021 09.30 norsk tid