TTS-møte 5.1.2022

Til stades: Katri, Sjur, Flammie, Inga

Flammie

• ikke så mye i jultiden
• LREC-artikkel

Sjur

• har skrive til YLE Sápmi og fått svar - dei er positive til samarbeid om datainnsamling
• intervju med YLE Sápmi

Framover:

• byggja ut ipakonvertinga og testinga av henne
• starta tekstprosessering av heile TTS-korpuset, trekkja ut ABBR m.m. som ikkje blir normalisert
• datoprosessering med årstal
• dela opp sme-tekst i setningar
• kontrakt og lisens
• konvertera tekst til Area/SWE?

Katri

• eksperiment med Divvun ASR
  • hentet mer materiale og trent modellen vidare (12k checkpoints)
  • LIA Sápmi: dataoverføringsavtale
• LREC

Framover:

• Demonstrera prompter til stemmene i digitalt møte før innspelingar
• Testtekst for tekstprosessering (årstal): speech-smj-minicorpus/XXX/*Cleaned.txt
• Norsk/svensk variety: ortografi, lånord…
• fortsette med IPA-konverteringa

Inga

• Propernouns, lagt til OLang OLang-grense er ikke alltid markert, er dette viktig? Jf Østlánnda+OLang/NOB:Øst^lánnda MARJA-plc ; Nei, dette er ikkje viktig for TTS, vi går ut frå at det er mogleg å identifisera grensa mellom låneordsuttale og samisk uttale (dvs siste fot før bøyingsending) ut frå den informasjonen vi alt har. Kan likevel vera nyttig å leggja inn for å få rett orddeling.

OLang/SKA (sklandinavisk) i stedet for NOB? Jf at Telefåvnnå+OLang/NOB i praksis er lik for både NOB, NNO og SWE. Vi må halda oss til ISO 639-familien med kodar, men der finst det kodar for språkfamiliar, så kanskje koden for nordgermansk kunne fungera? Ev NOR (dvs norsk = bokmål + nynorsk)? Vi held fram med NOB inntil vidare, men har alternativa2 i tankane.

Framover:

• ringe stemmene
• begynne med pressemelding
• leggja til smj-forkortingar
• dato skal til nominativ

Om tekstkorpuset

Burde vi konvertera smj-tekst til Area/SWE med tanke på den eine stemmegjevaren? Burde vera mogleg å gjera automatisk.

Neste møte

13.1.2022 09.30 norsk tid