Divvun-møte 2.5.2023

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

Saker:

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

Sidan sist

Katri

• sme-opptak: force-align, deler opp til setninger
• organisert møte om nordsamisk ASR med nordisk grupp
• Interspeech: fått review; balansert material er “luxus” som er ikke tilgjengelig…
• planer en ny artikkel til SIGUL2023 (organisert som en Interspeech 23 satellite event)
• samlet material for smj ASR med whisper ~ 20 timer (jm. nordsamisk 34 timer)
• medarbeidersamtale

Framover:

• lulesamisk Whisper?
• tilbake til Gradio TTS demo platform på nettet
• artikkel om TTS med 4-5 timer taledata – evaluation??
• 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

• Gramcheck: 2 møter med Linda: fikk en klar plan og struktur
• merk-up iht. sma.correct-no-gt - feedback til negation
• Møte med Katri: Transkribering av AJ-filer: speech-sma-x-private
• SMA-tidskrift: Møte, artikkel + forordet
• adj-artikkel i svn (med Trond)
• Møte med TV2-elevkanalen

Framover:

• PRIO: Fremover: Transkribering av AJ-filer: speech-sma-x-private
• PRIO: Jobbe med ToDo-lista fra Linda, spes. med markup for Adj og Negation!
• Artikkel grammatikkontroll + adjektivartikkel: hvordan justere/påvirke språkendring? Viktigheten av gramatikkontroll: Negation og adj-systemet i sørsamisk:
• Legge til lemmaer som folk savner i dict.
• Lexicon-arbeid: daltese - legge til “daltesne”, “aajegesne” etc. som Err/Orth-tagg i fortsettelseslexiconet N_ODD,for illativ, inessiv og ellativ
• Lexiconarbeid mht. adjektiver

Linda

• fiksing av sma-grammatikkontroll
• artikkelskriving med Flammie (UniMorph)
• CG-workshop med Trond og Marja-Liisa
• CG-workshop med Maja (sma)
• medarbeidersamtale
• flytta dokumenter fra den gamle datamaskinen til den nye
• få innsjekkinger til korpus til å fungere på git, sammen med Børre og Sjur

Børre

• konvertere rusfree og -bound
  • tre språk i bound gikk ikke å laste opp til github, pack-filene var større enn grensen på 2.5G, ser etter løsning
• skrive info om free- og boundcorpus som git-repoer til giellalt-lista
• reiseregning
• CorpusTools
  • namechanger, tilpasning til nye stier i korpus
  • fikse grunnleggande feil
  • fikse feil i korpusene (.xsl-filer uten eiera og sånt)
• fikse tjaebpemes låvnedahke sma
• løse problemer med tilgang til github-corpus-repoer sammen med Linda og Sjur

Framover:

• oppfølging av samarbeidet med Tromsø kommune om å få installert stavekontroll og tastatur på kommunens maskiner
• gielese: forsiden oppe og går på http, Play-knappen fører til tom side

Flammie

• sigmorphon-artikkel sendt
• divvun-tool i egen grein i libdivvun

Framover:

• divvunspell cree
• Brendan kan hjelpe med divvunspell/32

Inga

• Nytt oppsett av korpus etter flytt. (Børre)
• TTS: tilpasset tekst
• Gramchecker: Hentet ut yaml-setninger fra DEV-corpus
• NRK, innspill til deres strategiarbeid
• Medarbeidersamtale

Sjur

• har spurt B-Á om ho kan lesa gjennom transkribert SME-talekorpus, ingen svar så langt
• SMA-Nordlyd
• medarbeidarsamtaler
• administrasjon, m.a. rapport til Canada
• IDIL: ekstra møte i nasjonalt samarbeidsforum
• møte: (nord)samisk ASR
• GitHub-problem for Linda - Børre fann ut av det
• ny versjon av SMN-gramcheck for testing

Framover:

• søknad til Kulturdepartementet om tilgang til heile NB-tekstsamlinga
• tts-analysator
• send e-post med dongelbestilling til Flammie

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

• ny versjon av Divvun Manager, med eksplisitt feilmelding når det er nettverksproblem
• automatisk installering av grammatikkontrollen på API-server

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

Andre potensielle konferansar:

• 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: fyrste halvdel av juni
• neste møte tysdag 9.5.2023, vanleg tid