TTS-møte 13.1.2022

Til stades: Katri, Sjur, Flammie, Inga

Flammie

• ikke så mye
• LREC-artikkel
• libdivvun

Katri

• eksperimentert med Divvun ASR
  • hentet mer materiale og trent modellen vidare
  • testet olika parametres (learning rate etc) i Betzy for å finna en setup/modell som produserer best wer (word-error-rate)
  • LIA Sápmi: dataoverføringsavtale – jeg har tatt kontakt men ingen avtal enno
• LREC: korrekturlest, ska oppsummere min del

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

• Propernounsopprydding: Foreslår å automatisk bygge sme og sma navn i nominativ for smj. Nå er sme kopiert inni smj for x antall år siden. Ikke oppdatert og vedlikeholdt, og gir mye kaos, feks Svalbárda fra sme selv om smj har Svalbárdda. OLang kan ikke følge med.
  • OLang når hele ordet er uassimilert? Dette gjelder også nouns:

    +OLang/NOB:Radio
    +OLang/NOB:Universi-tiehtta
    

    Vi må kanskje ha to ulike tagger?

• Ikke svar hos stemmer

Framover:

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

Sjur

• ingen ting sidan sist

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?

Om tekstkorpuset

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

Neste møte

20.1.2022 09.30 norsk tid