Divvun-møte 14.3.2023

Til stades: Sjur, Flammie, Katri, Børre, Linda, Inga

Saker:

• Sidan sist
• Taleteknologiseminar
• Reiser og konferansar
• LREC - framtidsplaner
• Ymse

Sidan sist

Flammie

• på ferie og avlyst fly
• smn og grammatikkontrollbygging divvun-gramcheck-web/73

Framover:

• artikkel til nodalida-minoritetsworkshop, tekstprosessering for taleteknologi (overleaf-lenke i zulip)
• divvunspell cree
• Brendan kan hjelpe med divvunspell/32

Katri

• Nodalida artikkel med Sjur og Flammie
• sametingets taledata: språkgjenkjenning (norsk/samisk) med Speechbrain
• planlegging til nye sme-tts opptak: mikrofon, prompter, tekster med Børre…
• endringer til reiseplan

Framover:

• sme-materialer til Risten (er allerede i OneDrive & github)
• 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

• møte med Linda to ganger
• jobbet for det meste med mark-up, tar lengre tid enn forventet
• snakket med lena Kappfjell, hun ønsker snarlig møte med oss

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

• datacrash og bestilling av ny datamaskin
• nyinstallering av programmvare
• CG-workshop med Maja
  • oppmerking av gullkorpus
• møte med Máret Láilá
  • evaluering av MT
• CG-workshop med Knut
  • regler for bestemthet av substantiver
• CG-workshop med Marja-Liisa
  • artikkelskriving
  • oppmerking av yaml-tester
• artikkelskriving med Flammie
• CG-workshop med Inga
  • disambiguering

Børre

• sme-tts
  • Tekster til tts-korpus
  • Oversette prompter-tekster
• Eksportere terminologi fra UiTs buohccedikšutearbmaprošeakta til TermWikien
• grep_corpus til Trond & Lene
• Møte om ILO-169-rapport

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

Inga

• TTS: tekst etter tale
• Gramcheker: evaluering f forbedring av regler og disambiguering. Noe sammen med Linda. HUsk: Etterlyse evalueringsskript fra Børre
• Sme-smj-ordbok
• IDIL-arbeid
• ILO-rapport

Sjur

• kommentarar til ILO-169-rapport til KDD
• byrja på artikkel til NoDaLiDa
• møte med TheTC
• møte med KDD om PFII, IDIL
• gramcheck-release
• orddelingsbygging, minneluke i SMS

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

• Forbedring av byggestruktur

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: LinguaLibre
• søramerikanerne var interessert i fst - evt ha et kurs for dem

Ymse

• IDIL - International Decade Of Indigenous Languages
• Neste Divvun-samling: 20.-24.3.
• neste møte tysdag 21.3.2023, vanleg tid, IRL