TTS-møte 5.5.2022

Til stades: Katri, Sjur, Flammie, Inga

Flammie

• hfst-tokenise nestan ferdig med underlesings med input / surface formen

Framover:

• retta feil i sme- og sma-importen i lag med Inga
• multisymbol på falske tape
• filtrere og cg-regler
• divvun-phon med –trace og mer jobb med underlesingsfonematisering

Test for underlesingsfonematiseringa:

echo "åhpadusradiojda" |  modes/trace-smj-txt2ipa.mode

Katri

• OneDrive - la til “cuttet” audiofilene uten deler som kan ikke brukes til syntes for at Inga kunne retta tekstene
• jobbat med LREC-artikkel og presentasjon, gjort videoopptak om min del
• tenkt på alternativer for å fjerne ekko fra opptakene – må kjøpe software
• reise og byrokrati
• TTS og ASR demos for fredagsmøte
• møter

Plan til korpusprosessering:

1. Rename textfiles after soundfiles, find correct texts, rf. the P(x)
2. Cut audio from unnecessary parts
3. Edit texts to match audios
   NORMALIZE numbers/abbreviations etc. automatically to orthography first!
4. Final normalizing of volume, denoising (or noise gate), removing echo etc.
5. Force-aligning automatically (WebMAUS or Montreal) for finding sentence/word boundaries
6. Check automatic alignments and fix boundaries if needed (Praat TextGrids)
7. Split audios and texts to sentences/utterances
8. Tacotron pre-process!

Framover:

• trener sme ASR en gång til med større test batch
• Markdown: dokumentering av txt2ipa xfscript
• Norsk/svensk variety: ortografi, lånord…
• fortsette med IPA-konverteringa
• Møte med en av panelisten i Mozfest?: “Dewi Jones, Chief Software Engineer at Canolfan Bedwyr, has developed a voice assistant mobile app for speakers of a lesser resourced language – Welsh, called Macsen.”
• Møte med Aalto ASR folk

Inga

• Media
• Planlagt punkt 3 (jf plan over)

Framover:

• tilpasse tekst til lyd
• leggja til smj-forkortingar
• dato skal til nominativ

Sjur

• diskusjonar med NRK, nytt møte 18. mai
• litt smj-tekstprosessering

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
• lisens
• konvertera tekst til Area/SWE?
• ta kontakt med SVT og SR på nytt

Opptak med svensk røyst

• må planleggjast
• helst før sommaren

Neste møte

12.5.2022 09.30 norsk tid