Divvun-møte 21.3.2023

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

Saker:

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

Sidan sist

Flammie

• Nodalida artikkel godkjent -> poster?
• fiksade noen bugs i hyphenator og unicode prosessering osv
• andra artikkeljobb

Framover:

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

Katri

• Møte med Anna og Lena ang. AJ-material, sørsamisk taleteknologi
• sametingets taledata: språkgjenkjenning (norsk/samisk) med Speechbrain
• sametingets taledata: kjørt ASR til north-spor av materialer
• møte med Risten om transkriberingen
• planlegging til nye sme-tts opptak: mikrofon, prompter, tekster med Børre
• forbereding sme-opptak og opptak sjelv 20.-23.3.
• reise
• planlegt nytt sme whisper med ny/mer data; og lulesamisk asr med NB (Javier)
• avslag fra tts artikkel om samisk tts -> teksten kan brukes til en annen artikkel
• epost med André Nilsson Dannevig fra Arkivverket om transkriberingen (ELAN->Praat->Whisper)

Framover:

• Nodalida artikkel med Sjur og Flammie
• 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

• Feiloppmerking
• Artikkelskriving med Linda
• Adj-artikkel m. utg.pkt i 2018-undersøkelsen, beskrivelse av materialet
• Møtte Jon Todal ved SA.
• Møte med Anna og Lena ang. AJ-materiell - Lill Westerfjell Karlstad blir antageligvis å jobbe med dette materialet ved Samisk Arkiv.
• ikke på jobb på fredag 17/03

Framover:

• PRIO: Skrive artikkel med Linda, før påske
• PRIO: Oppmerking av gullkorpus!
• PRIO: Fremover: Jobbe med A.J-lydfiler + med Katri
• 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

• tekniske greier, f.eks. libdivvun i lag med Børre
• CG-workshop med Marja-Liisa
  • oppmerking av nye korrektfiler for gullkorpus
• CG-workshop med Maja
  • oppmerking av gullkorpus
  • artikkelskriving
• CG-workshop med Knut
  • regler for bestemthet av substantiver
• CG-workshop med Inga

Børre

• Tekster til tts-korpus
• Møte med ISOF om korpus
• Få brew og python til å fungere som de skal på flere maskiner
• correct.txt-fil for smn inn i boundcorpus

Framover:

• 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

• Gramcheker: evaluering og forbedring av regler og disambiguering. Noe sammen med Linda.
• Evaluering av sme-smj-ordbok, sortering av ord og litt arbeid med artikkel
• Reisedag
• Reisebestilling/innkjøpsorder/refusjon

Sjur

• TTS-førebuingar
• Vitec og StatPed
• litt meir arbeid med orddelingsbygging
• lt-support-arbeid (IDIL-dokumentasjon)
• SME-transkripsjon
• konverterte eit repo til GIT LFS
• møte om CARE-prosjekt
• møte med Lena og Anna Kappfjell om materiale etter Anna Jacobsen
• førebuingar for møtet i Oslo på fredag
• New York / PFII

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: tidleg i mai?20.-24.3.
• neste møte tysdag 281.3.2023, vanleg tid, IRL