TTS-møte 10.2.2022

Til stades: Katri, Sjur, Flammie, Inga

Flammie

• ingen tts-ting siste veka

Framover:

• retta feil i sme- og sma-importen i lag med Inga

Katri

• venter på LIA Sápmi treningsdata for ASR – gått vidare
• plant en ny tts eksperiment (5 timme taledata) - lydfilene er klar men trenger årstall for å kunde “force-align” og dela upp materialen i setningar
• jobber med en skript som sjekkar tekstkorpusen har alle stämkonsonantväxlingar, basert på Spiik. Mangler i Spiik:
  • vmm
  • j'j
  • og fleire, Inga sjekkar etter at Katri har laga fyrste versjon
• “fonologiske” instruksjoner for stemmene (jmf. https://giellalt.github.io/speech-sme/linguistics/ReadingInstructions.html)

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

• ingen ting siste veka

Framover:

• svensk kvinnelig stemme
• begynne med pressemelding
• leggja til smj-forkortingar
• dato skal til nominativ

Sjur

• jobba meir med konverteringa

Framover:

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

Utfordringar i ipa-konverteringa

• talområde: 1940 – 1970, 18 - 19
• samansetjingar med tal: 4-hestak
• skrivefeil:
  • Error: ambiguous ipa ruoːppːsis, ruoːpːpsis
  • ruopppsis ruoːpːpsis # "ruopppsis" ? @X #3->0 "ruoːpːpsis"phon
• kombinasjonar av ulike typar:
  • lån + samisk
  • uassimilert + samisk i samansetjing

Flammie og Sjur har møte i morgon kl 13 for å finna ut av korleis slike skal konverterast.

Uassimilerte har eigen tagg, Unass. eller dei har OLang/xxx, eller ikkje-samisk stavingsstruktur:

• Maskindivudahka = Cmp/Unass
• Mas-jinna = OLang/NOB
• Rad-io
• Audito-rium

Om tekstkorpuset

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

Neste møte

17.2.2022 09.30 norsk tid