Divvun-møte 5.3.2024

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

Saker:

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

Sidan sist

Sjur

• møte med Arkivverket/Samisk arkiv
• møte med NB om korpus og nordisk samarbeid
• Acta Borealia-artikkel
• møte med NRK, SVT m.fl.
• førelesing på Helsingfors universitet
• møte med CSC/Martin, NRK, SVT om datalagring og deling
• nordisk taleteknologimøte
• terminologimøte med folk frå Bergen - kan/bør vi samarbeida om samisk terminologi?
• windows-signering
• konsulentstillinga i Divvun

Framover:

• intervjua kandidatar til konsulentstilling
• melda feil i SMS-tastatur til Apple (langpress for ö og ä)

Katri

• speech-sma
  • prosessert transkribert materialer, nå nesten ferdig å trene modellen
• speech-smj
  • ny syntesmodell med Sander etter korrigeringer
  • prosesserer Britt Inger materialer – dag 3/4
  • prøver også å trene en modell med en annen talere (2-speaker model)
• testet en verktøy for å forbedre lydkvalitet: https://github.com/resemble-ai/resemble-enhance
  • må sette opp på Saga for å kunne kjøre dette, men fungerer veldig bra
• Møter: Sámi speech tech, Sync Arkivverket, Monthly Sámi ASR…
• Sendte en abstrakt til SAALS6: Neural North Sámi text-to-speech: development and evaluation

Framover/Ideer:

• Kompileret sme og smj ASR test datasets (~1 time) for å utvikle og “validate” modeller
  • Trenger hjelp med begge språk med å fikse transkriberinger
• Kanskje samarbeid med Giellagas - de har masse sme-material som trenger transkribering -> bruke vår ASR -> mer treningsmaterial til oss
• NB: nordic automatic LID (language identification), kan brukes til å filtrere norsk material (tekst) ut fra t.ex. sametingets plenumaudio?
• Artikkel om TTS: evalueringstest i små språksamfunner er vanskelige

Flammie

• ferie
• artikkelmöter

Maja

• Jobbet fra Heammogieddi pga. barnas vinterferie
• Småjustering/gjennomgang av transkripsjon - Snart ferdig med “Giesie-eejehtimmieh”
• Artikkelmøter med Linda, etc “nekting og adjektiver” + “The Ethical Question”
• Halaz-møte Jussi + Leif Elsvatn - soknad/artikkel 1850-tallets sørsamisk
• Organisert av /lagt til noen lemma fra Gg -med hjelp fra Børre- Takk :)
• Møte “Aanna 100” -okt/nov 2024 ( + Språkdusj + lyd-arkivmateriale-Samisk Arkiv-Westerfjell)
• admin. i forhold til DFØ og sykemelding
• oppstart i tilsettingkomite

Framover:

• Flytte normeringsdokumentasjon til lang-sma/docs?
• Artikkelskriving
• Gramcheck
• Flammi = lage yaml-tester bl.a Gramcheck-regler for relative pron: gie/mij i ulike kasus
• legge til 6000 Gg-lemma i src-filer og i dict-filer med eksempelsetninger. Mange gode eksempler i trad.tekster.
• jobbe sammen med Thomas og Ina om transkripsjon

Børre

• rydde i sma-missingliste
• smj-yaml-tester
  • rette syntaksfeil
  • fjerne duplikater
  • dele alle testfiler i PASS og FAIL
• Talekorpusmøte (praktikerne)
• Chrome på viser ǩ som to tegn TermWiki, sende feilmelding (siden det er Chrome gjelder det også for Edge og Opera)
• tesstrain for hist_bible
• termmøte med representater for termportalen.no
• Møte om korpusmanualen med svenske og finske sametinget
• Talekorpus-møte (de med materiale)

Linda

• reisplanlegging Computel
• abstrakt med Marja-Liisa til SAALS
• CG-møte med Marja-Liisa
• artikkelmøter med Maja
• artikkelmøter med Flammie
• møte med Trond og Vincent
• artikkelmøte med Sjur, Lene, Trond

Inga

• Ferie
• Tilpasset tekst etter tale
• Ansettelsesprosess
• Skatt og trygd

TheTC

• kodesigneringssertifikat

Framover:

• Android, kodesigneringssertifikat (Windows-oppdateringane skal fungera igjen)

Necessary Innovations

• TTS + grammatikkontroll

Andre planlagde oppdateringar

• stavekontroll inn i MT-sida igjen (unhammer)
• grammatikkontroll inn i MT-sida (unhammer)
• grammatikkontroll inn i LO (Kevin sin oxt)
  • eige prosjekt med Nec. Innov.
• grammatikkontroll inn i nettstavekontrollen

Reiser og konferansar

Tar alt for lang tid å få reiseoppgjer! Et alternativ: https://cp.compendia.no/uit/medarbeiderhandbok/208693

Både potensielle og påmeldte, og planlagde reiser:

• 11.-15. mars: neste Divvun-samling
  • i lag med ISOF-folk
  • alle på plass seinast kl 10 på måndag
• 17-22.3 EACL: https://2024.eacl.org/calls/papers/#important-dates
  • 21.-22.3.2024 Computel: https://computel-workshop.org
• 1. april 2024: UNPFII-sidearrangement i New York (i alle fall Inga og Sjur)
• 20.-25.05.2024 LREC-COLING Torino
• 16–21.6.2024: NAACL
• 25.-26. juni 2024: Språkteknologikonferanse i Bodø - alle?
• oktober 2024: Språkteknologikonferanse i Trondheim/Trøndelag - små språk i Norden (mange/alle?), lansering av sørsamisk TTS
• 6.–7. November: SAALS6, abstrakt 15.mars

LREC - framtidsplaner

• maori: grammatikkontroll, datastyring og tilgang, etikk og plattformkontroll
• nasjonalbiblioteket og samiske tekstar - skrive søknad til KD

Ymse

Bør vi arrangera fleire release-partyar eller kurs på nettet? Kan kanskje nå fleire folk lettare på den måten. Målsetjing: nettseminar to gonger om året Maja: F.eks nettseminar om språkteknologi, nyoppdatering av f.eks grammatikkontroll eller oppdatering av dict -lagt til nye ord og funksjoner i dict

• IDIL - International Decade Of Indigenous Languages
• neste møte unnataksvis måndag 11.3.2024, til vanleg tid