Divvun-møte 20.6.2023

Til stades: Katri, Maja, Inga, Flammie

Saker:

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

Sidan sist

Katri

• Divvun-uke, reist
  • forskjellige møter
• Fortsatt med dokumentering av alt med tale
  • https://hackmd.io/@kathiasi/HkN5tl8U3/edit / https://hackmd.io/Y3of2MNzSs2h_bmpnndK8A
• prosesserer smj material for whisper (talegjenkjenning)
  • gjort automatisk force-align men nå sjekker allt manuellt før oppdeling for Inga sin material og Britt Inger
• prosesserer sme material for TTS: ferdig idag, så fortsetter til TTS trening
• SIGUL 2023 artikkel godkjent/akseptert

Framover:

• Ny språkgjenkjenningsverktøy med nord- og enaresamiske modeller: https://github.com/facebookresearch/fairseq/tree/main/examples/mms
• NB!!!: https://research.facebook.com/publications/scaling-speech-technology-to-1000-languages/
• lulesamisk Whisper? - venter på korpuslisenser
• tilbake til Gradio TTS demo platform på nettet, eksternt server til dette?
• 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

• Divvunuke
• Artikkelmöte og sendt inn artikkel med Linda
• markup, gått igjennom eksempelsetninger
• FST-arbeid -lemma -ije-lemma
• fst-lemma med Lene - lister med adj
• Transkriberingsmöte med katri - komme igang - må fikse

Framover:

• Transkribering av AJ-filer: speech-sma-x-private - faste möter med Katri?
• artikkel, smagram - faste möter med Linda
• FST-arbeid:
  • dict-1500 lemma inn fra dict
  • adj-klassifisering - Se liste: fra 2-4
  • yamltesting
• Anna Granefjell - pröve å finne noe materiell -> Lill Westerfjell Kalstad.

Flammie

• divvun-uke
• jobbade med gramchecktesting med Børre og Sjur
• artikkeljobb med neurale mt og evaluering med linda
• cg artikkel
• morfembasert autocorrect med Antti / Kanadafolk

Framover:

• tilpassa pipeline-oppsettet til ny vislcg3-filtrering av dev-reglar

Inga

• GramDivvun: artikkel ferdig
• Rettet imperativ2 condneg
• Sammensetninger fra Kintel
• Nytt leksikon for err/orth: Gir bare nom, ill og ess. Hydrogena får err/orth i nom, men siden “hydrogenav” ikke er err/ort så kan leksikonet ikke gi hele bøyningsparadigme.
• Transkribering med Maja og Katri
• Studenttekster i korpus, hvordan markere at disse ikke skal gå til SIKOR?
• Svensk stemme har ikke fått utbetalt lønn
• Reise

Fremover: Jobber med phd

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

Potensielle konferansar:

• 20.-24.08. INTERSPEECH, Dublin + 18.-20.08. SIGUL2023, Dublin (Interspeech satellite)
• 04.-06.09.(-08.09.) RANLP. Bulgaria
• 18.-22.09. KONVENS. Ingolstadt
• 19.-20.10. Samisk symposium (Sámegiela ja sámi girjjálašvuođa dutkan- ja bagadallansymposia) i Tromsø, Divvun-samling veka etterpå (23.-27.10.)?

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

Ferie

Legg han inn i Outlook-kalenderen og i Zulip.

Ymse

• IDIL - International Decade Of Indigenous Languages
• Sommaravslutning 15.6.
• neste møte tysdag 20.6.2023, vanleg tid