TTS-møte 11.11.2021

Til stades: Katri, Sjur, Flammie, Inga

Sidan sist

Flammie

• divvun-phon er no ferdig, inkl for xml-pipeline

Sjur

• testa ipa-konvertering

Katri

• planert inspelningarna:
  • instruktioner till stemmene med Inga
  • testat mikrofoner i Helsingfors studio
  • utvecklat prompter skript vidare
• møte med NRK
• jobbar med en presentation om smj-tts med Canada/UiT co-op
• fiksat engelsk tekst i tts korpus: priorisera Wikipedia & Giellatekno
• tänkt på en artikkel/del av artikkel till LREC om “Corpus building for speech technology”

Framover:

• Testtekst for tekstprosessering: speech-smj-minicorpus/XXX/*Cleaned.txt
• Priorisera tekster som är mest läsarvänlig? T. ex. lagtekster är svårt att läsa
• Norsk/svensk variety: ortografi, lånord…
• Översätt prompter till lulesamisk
• “ekstra” tekster som vi inte prioriserer går till en undermapp (och doc/xml filer)

Eksempel på opprydding av innlesingsmanus:

Lule Sami (Norway, Sweden): The second largest group with an estimated 1,500 speakers. ISO 639-2: smj

Ändrat till:

Lule Sami (Norway, Sweden): The second largest group with an estimated 1,500 speakers.

Og:

The Proto-Samic language is believed to have formed in the vicinity of the Gulf of Finland between 1000 BC to 700 AD, deriving from a common Proto-Sami-Finnic language (M. Korhonen 1981).

Ändrat till:

The Proto-Samic language is believed to have formed in the vicinity of the Gulf of Finland between 1000 BC to 700 AD, deriving from a common Proto-Sami-Finnic language.

Og:

Southern Sami (Norway, Sweden): 500 speakers (estimated). ISO 639-2: sma

Ändrat till:

Southern Sami (Norway, Sweden): estimated 500 speakers.

Inga

• fått tekst fra Katri til oversetting, ikke sett på det enda.

IPA-konvertering

Det er tvetydig konvertering knytt til a, særleg final a:

Error: ambiguous ipa riɛktaka, riɛktakɐ
Error: ambiguous ipa riɛktakɐ, riɛktɐkɐ
Error: ambiguous ipa muora, muorɐ
Error: ambiguous ipa mɑːtːakij, mɑːtːɐkij
Error: ambiguous ipa pirːa, pirːɐ
Error: ambiguous ipa hæsːta, hæsːtɐ
Error: ambiguous ipa muorːalɑːsːɑːʋ, muorːɐlɑːsːɑːʋ
Error: ambiguous ipa muorːalɑːsːɑːʋ, muorːɐlɑːsːɑːʋ
Error: ambiguous ipa muorːalɑːsːɑːʋ, muorːɐlɑːsːɑːʋ
Error: ambiguous ipa muorːalɑːsːɑːʋ, muorːɐlɑːsːɑːʋ
Error: ambiguous ipa rɑːtɑːsapːuo, rɑːtɑːsɐpːo
Error: ambiguous ipa rɑːtɑːsapːuo, rɑːtɑːsɐpːo
Error: ambiguous ipa jalkːa, jalkːɐ
Error: ambiguous ipa tʃadnaht, tʃadnɐht
Error: ambiguous ipa maŋːiɛstøhtikaʋ, maŋːiɛstøhtikɐʋ
Error: ambiguous ipa danna, dannɐ
Error: ambiguous ipa mɛːjdaj, mɛːjtɐj
Error: ambiguous ipa kavːarisɑː, kavːɐrisɑː
Error: ambiguous ipa kavːarisɑː, kavːɐrisɑː
Error: ambiguous ipa valːa, valːɐ
Error: ambiguous ipa vuolːiɛkatːʃa, vuolːiɛkatːʃɐ
Error: ambiguous ipa vuolːiɛkatːʃɐ, vuolːiɛkɐtːʃɐ
Error: ambiguous ipa vuolːiɛkatːʃa, vuolːiɛkatːʃɐ
Error: ambiguous ipa vuolːiɛkatːʃɐ, vuolːiɛkɐtːʃɐ
Error: ambiguous ipa manɑːjka, manɑːjkɐ

Skilnad på sme og smj, smj-ortografi er meir korrekt med tanke på andre stavinga:

sme: mannat>manai
smj: mannat>manáj -> manɑ:j

Neste steg

• Katri:
  • fortsätter med Tacotron (lang-sme-ml-speech)
  • normalizing of numbers
  • rydda i engelsk tekst, sei til Inga kva som har vorte rydda
• 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
  • ringja NRK
  • konvertera tekst til Area/SWE?
  • gjera teksten klar for å bli sendt til stemmegjevarane
• Tommi:
  • IPA-konvertering i hfst-cg-pipeline
• Inga:
  • begynne med pressemelding
  • leggja til smj-forkortingar
  • dato skal til nominativ

Neste møte

11.18.2021 09.30 norsk tid