Divvun-møte 7.3.2023
Til stades: Sjur, Flammie, Katri, Børre, Linda, Maja
Saker:
- Sidan sist
- Taleteknologiseminar
- Reiser og konferansar
- LREC - framtidsplaner
- Ymse
Sidan sist
Flammie
- fortsatt med unimorph-artikkel og skript (-> sigmorphon artikkel tidsfrist april 15)
- MT-fikses med Jack för myv/mdf/fin
- bakgrunn i nmt-artikkel
Framover:
- artikkel til nodalida-minoritetsworkshop, tekstprosessering for taleteknologi (overleaf-lenke i zulip)
- divvunspell cree
- Brendan kan hjelpe med divvunspell/32
Katri
- Interspeech artikkel
- sametingets taledata: prosesserer videre, neste steg er språkgjenkjenning (norsk/samisk)
- begynnt med speech-sma-private
- planlegging til nye sme-tts opptak
Framover:
- sme-materialer til Risten (er allerede i OneDrive & github)
- forberede for nytt sme-opptak i Tromsø
- se mer om common voice
- ASR output: Store bokstaver, punktum etc.? Se finsk whisper: More info about the casing+punctuation correction model can be found here
- Overflow-tts?
- info on Whisper transcription og diarization: (Whisper)
Maja Lisa
- CG-møte med Linda: Gramcheck - Adjective-rules, oppdager nye intr. feiltyper f.eks adj-noun-adv
- Startet forsiktig opp med mark upp - sma.goldstandard
- SJ-Josefina: Rapport/workshop/sma skriveutvikling
- AJ-materialet- avtale møte med Lena K. og Anna K. arkivmateriale -> Samisk arkiv
- Ikke på jobb fredag 3/3
- En ny skjerm er bestilt! :-)
Framover:
- Fremover: Legge til flere ex-setninger til yaml-tester, teste etc
- markup
- Fremover: Jobbe med A.J-lydfiler + kommunisere videre om det resterende matierialet
- artikkel om adjektiv - hvorfor viktig å ha en standard og norm?
- Typisk feil: daltese - legge til “daltesne”, “aajegesne” etc. som Err/Orth-tagg i fortsettelseslexiconet N_ODD,for illativ, inessiv og ellativ - Diskuter med Trond og Sjur
- Luobbal Sammol-artikkel + Partikler/Adverb og Tronds artikkel
Linda
- CG-workshop med Maja
- evaluera grammatikkontroll, tek ofte tid fordi gullkorpuset ikkje er rett merkt opp (Børre fiksa feil i korpusoppmerkinga)
- normen er endra ⇒ endra oppmerking
- gjennomgang av korleis testrapporten skal lesast
- møte med Máret Láilá, diskuterte kriterium for evaluering
- CG-workshop med Knut
- artikkelskriving (lule- og sørsamisk)
- sett på ILO-169-rapporten
Børre
- Jobbe med å få fungerende arbeidsmaskin -> Bestille ny maskin
- Korpus-svn2git: jobbe med å fikse på repoer for konverterte korpus
- Fikse feil Katri oppdaget i num2letters.py
- Korpus
- kjøre gramcheck_comparator for smj i boundcorpus
- fjerne overflødige mellomrom i sma-tekster, siden kjøre
gramcheck_comparator
- grep_corpus til Trond og Lene
- Prøvde å bygge python-hfst i samband med
feilen
Flammie nevnte i forrige uke
Framover:
- Nordsamisk tts-innspillingskorpus
- sende avtaletekst for bruk av heile korpuset til NorwAI (via Sjur)
- gielese:
- forsiden oppe og går på http, Play-knappen fører til tom side
Sjur
- meir arbeid med ny utlysing for nettportal m.m.
- prosjektplan frå UB ⇒ utsett til seinare
- fleir møte med StatPed/Samisk om mogleg prosjekt
- førelesing på HU
- laga templat for MD-basert presentasjon
- mykje styr med NAV m.m. pga endringar i folketrygdmedlemsskap
Framover:
- transkriberingsprosjekt med Risten
- søknad til Kulturdepartementet om tilgang til heile NB-tekstsamlinga
- tts-analysator
- send e-post med dongelbestilling til Flammie
- diskuter
lookup i divvunspell med Brendan, Flammie - gjera ferdig det
som alt ligg der, evt. legg til API-kall
Infra-arbeid framover (Børre, Flammie, Sjur):
- flytta fst-bygginga inn i fst-mappa
- flytta alle test-katalogane (til underkatalogar av det som skal testast)
Gøteborg
- TTC har angra oppseiinga av vedlikehaldsavtala - alt
går vidare som før
Andre planlagde oppdateringar
- stavekontroll inn i MT-sida igjen (unhammer)
- grammatikkontroll inn i MT-sida (unhammer)
- grammatikkontroll inn i LO (Kevin sin oxt)
- grammatikkontroll inn i nettstavekontrollen
Reiser og konferansar
- 22.-24.5.2023: Nodalida, på Færøyane
- CG-workshop deadline 10.april
Andre potensielle konferansar:
- 02.-05.05. EACL. (RAIL, LoReSMT…) Dubrovnik
- 12.-15.06. EAMT. - Tampere
- 10.-12.07. ACL. (SIGMORPHON) Canada
- 20.-24.08. INTERSPEECH, Dublin (Katri)
- 04.-06.09.(-08.09.) RANLP. Bulgaria
- 18.-22.09. KONVENS. Ingolstadt
LREC - framtidsplaner
- maori-grammatikkontroll - zoom-møte?
- nasjonalbiblioteket og samiske tekstar - skrive til dei
- islandsk regelbasert grammatikkontroll
- Wikimedia-ting: https://lingualibre.org/wiki/LinguaLibre
- søramerikanerne var interessert i fst - evt ha et kurs for dem
Ymse