Divvun-møte 9.4.2024

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

Saker:

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

Sidan sist

Maja

• Transkribert (daelie lea jællan våhkoe aajmene) lytta igjennom filer (Dæjstan don nåhkeme våhkoen)
• Begynt på lista fra Lene og redigert i ordboksfiler
• lagt til IV/TV
• litt ordboksartikkel

Linda

• møter med Seanán om irsk grammatikkontroll
• satt opp og testa lang-gle i lag med Flammie
• noen regler for lang-gle/tools/grammarcheckers.cg3
• samarbeid med Marja-Liisa om smn grammatikkontroll og nye feiltyper
• fiksa smj og sme grammatikkontroll
• reiseregning/forskudd

Framover:

• møte om reiserekningar, forskot og ikkje-fungerande byråkrati

Flammie

• irsk grammatikkontroll
• gramchecker möte og arbeid
• testa lumi-g?
• noe mindre giella-core og template fikser

Børre

• korpus
  • Møte med LearnLabs (korpus)
  • Svare til egirji om korpus
• GiellaLTGramTools, verktøy for grammatikktesting og -bygging. Erstatter skriptene i giella-core pga installasjonsproblemer:
  • cherry-pick siste endringer fra giella-core
  • sjekke mot lang-sme, -sma, -smj, -smn
• use_gramtools (bruke programmene ovenfor i infraen vår)
  • gtgramtools som pull request inn i giella-core, template-lang-und og taskcluster-gha
• oppdatere termwiki-dump og satni.org-database
• reiseregning
• jobbe med ordentlig oppsett av pontoon i azure

Sjur

• New York-presentasjon
• Møte med Mila, MS-person, Brendan
• diverse administrativt
• møte med NRK og andre
• møte om PFII-sidearrangementet
• TTC-synk
• infra-arbeid med stavekonrollar og grammatikkontrollar
• testa nyaste gramcheck-testinga frå Børre
• irsk grammatikkontroll
• vart intervjua av masterstudent i Sveits om nytta av språkteknologi for minoritetsspråk
• årsrapport og rekneskap til KDD - innspel frå alle i gruppa

Framover:

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

Katri

• Fonetiikan päivät presentasjon
• Flere møter: NRK og andre om Sami voice recognition og data, Maiju Saijets fra YLE, Pigga Keskitalo fra Laplands Uni etc.
  • andre samiske språk?
  • YLE copyright problem! Invitere til møter med NRK etc.
  • VR spill på nordsamisk, dialogsystemer…
• Sjekket, organisert og forberedt Britt-Inger material og treningsskripter for Saga
  • Samme for en lydbok – sjekket og korrigert allt på nytt
• Sett på ny cluster LUMI: https://docs.lumi-supercomputer.eu/hardware/lumid/
  • Docker – Nvidia – Conda
  • Den største GPU partition (Lumi-G) er ikke kompatibel med Nvidia/cuda etc. maskinlæringssystemer brukt i taleteknologi
  • En annen GPU partition (Lumi-D) har Nvidia GPU men dette er ikke ment for GPU computing, bare visualisering i interactive mode

Framover/Ideer:

• Dokumentering! (divvun-speech?)
• 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
• Til folk som er interessert av TTS-prosjekter: https://docs.coqui.ai/en/latest/what_makes_a_good_dataset.html

Inga

• Numerals - fungerer nå perfekt etter Spiik. Trenger hjelp til å lage flagg.
• UN-foredrag
• Gramchecker, forbedret regler og disambugiator(!)
• reiseregning
• møte om PFII-sidearrangementet

Mikko

• e-postar kring konferansen i haust

TheTC

• kodesigneringssertifikat

Framover:

• Android:
  • Katri: fungerer, stavekontrollen fungerer ikkje => har truleg eldre versjon
    • har 0.2.1, version code 88 => Katri må leggjast til i betatestargruppa
  • Flammie: har gamal telefon, kræsjar heile tida, har sendt kræsjrapport
  • Børre: har feil versjon, får ikkje tak i nyare
  • Sjur: sjekkar om det må gjerast noko for å gjera ny versjon tilgjengeleg
  • Divvun Dev, Børre (0.2.6, version code 179):
    • tastatura ser riktige ut
    • det er forslag frå stavekontrollen (sma og sme)
    • dvs alt ser bra ut
• kodesigneringssertifikat (Windows-oppdateringane skal fungera igjen)

Necessary Innovations

• TTS + grammatikkontroll

Trondheims-konferansen

• møte med ASTIN, NTNU
• 5.-6.11.2024
• to dagar, to vinklingar:
  • dag 1: fokus på teknologi
  • dag 2: fokus på samfunn

Borealium

• omsetjing - jf Pontoon over (Børre)

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

Både potensielle og påmeldte, og planlagde reiser:

• 17.04.2024: UNPFII-sidearrangement i New York (Inga og Sjur)
• 24.-26.04.2024: Fonetiikan päivät (Tallinn, Katri)
• 20.-25.05.2024: LREC-COLING Torino
• 16.–21.06.2024: NAACL
• 25.-26.06.2024: Språkteknologikonferanse i Bodø - alle?
• 05.-06.11.2024: Språkteknologikonferanse i Trondheim/Trøndelag - små språk i Norden (mange/alle?), lansering av sørsamisk TTS
• 06.–07.11.2024: SAALS6 (Helsingfors)

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

Maja: 28.04-05.05 - ferie/avspasering

“AI-stemme”: svar på e-post?

• IDIL - International Decade Of Indigenous Languages
• neste møte tysdag 16.4.2024, vanleg tid (Børre dreg møtet, Inga og Sjur på reise)