Divvun-møte 4.2.2025

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

Saker:

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

Sidan sist

Sjur

• Divvun-jubileet:
  • møte
  • prata med KDD, Sametinget om dato, jf regjeringa
    • vi held oss til opphavleg plan, 26.3.
• OpenLanguage:
  • har invitert andre til å arbeida med teksten
• historisk SME-korpus:
  • støtte for meir avansert AltOrth
• Ymse/admin:
  • jobba vidare med prosjektorganisering
    • oversiktsside
  • møte med New Amigos-folka
  • nordsamisk lingvist
  • nodalida-artikkel
  • testa prosjektstyringsverktøy, funka ikkje
  • TTS-testing på Windows, særleg NVDA, fann feil
  • SMJ-grammatikkontroll - varierande resultat avhengig av feil => serverproblem (retta no)
  • samandrag til Kautokeino-arr
  • møte med NRK m.fl. om datadeling i Norden for samiske taledata

Framover:

• svar Daan

Maja Lisa

• Mark-up + tekst med Linda
• Liste-arbeid - låneordstilpasninger - nye lånemönster; byrå, cappucino + lemmaliste
• Börre og Flammi om lemmaliste-arbeid og script
• Nett-tröbbel/-oppkobling med Safari og FireFox - Orakel og Börre
• Abstract (poster, presentasjon) til Dieđavahkku

Todo (Nå):

• Følge opp artikkelen med Katri, Thomas, Sjur
• Mark-up-møte med Linda

Framover:

• TTS - tall
• Ny liste fra Gg - FST + dict
• Gramcheck - regler for bl.a pronomener
• Talesyntese og få denne til å fungere + hvordan bruke/implementere denne teknologien i hverdagen? - Smarthus jfr. - Josefina/Nils Johan spør + se på diskusjonen i TTS-tråden om Aanna som ikke fungerer - talesyntesen funker iflg. Josefina
• halvveis avtalt pres. av Gramcheck for Gg-medlemmer - spikre datoen etter jul.
• tekstnormalisering for SMA (tal og forkortingar til tekst) m/ Inga
• spørsmål om speechify - talesyntese-app
• Missinglist fra Orre Testamente - endringer i lexiconer
• Missinglist fra 6 sma-masteravhandlinger - endringer i lexiconer
• Se sammen med Inga - lexc-arbeid
• Foreberede pres. av lånetilpassinger - hva er vedtatt og hvor er det fortsatt stor variasjon?
• Forberede pres. av GramDivvun - også fra GG: Forberede presentasjon om grammatikkontroll - Variasjon i negasjon og adj-systemer - en faktor til språksperre? Forberede sammen med Linda

Katri

• sme-TTS: starter med trening: MS (finsk sme)
• abstrakt til konferens Fonetiikan päivät: transfer learning TTS/multilingual TTS
  • eksperimenter & trening på gang, første resultater veldig intressant
  • kan vi få “Biret” å snakke sørsamisk? – sannsynligvis ja! kan vi generere en manlig stemme til sørsamisk fra andre samiske stemmer? - lovende resultater.
• smj-ASR: prosesserer nye datasett til neste versjon av ASR
• sma-TTS artikkel
• flere møter: posterabstrakt til Kauto med Maja, Børre, Trond…
• møte med NRK, Språkbanken etc. (monthly meeting: Sámi ASR, AI…)
• sendt NRK vår TTS data for at de kunne eksperimentere med ‘fake/mashup-stemme’
• sendt manlig sme-stemmemodellen til Necessary igjen

Framover/Ideer:

• NB: nordic automatic LID (language identification), kan brukes til å filtrere norsk material (tekst) ut fra t.ex. sametingets plenumaudio?
• Artikkel om sme-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

Sjur: be Brendan om å leggja ut SME-mannsstemme (Katri kan senda på nytt om det trengst)

Flammie

• missing-möte
• nodalida-artikkel
• automatisk testing av stavekontroll (typos.txt–divvunspell accuracy)
• infrafikser

Børre

• møte med LearnLabs, uttrykte bekymring fordi Divvun ikke fungerer på Windows Home
• Dylan -> Pontoon
  • admin
  • råd om repo og oppsett
• oversettelse av stillingsannonse
• gramcheck-møte med Linda
  • oppmerking
  • innføring i regelskriving
• undersøke lang-sjd-x-private repo
• missinglist-møte med Maja og Flammie
  • skript som lager nyttige missinglister
• postermøte for Dieđavahkku
• samtale med Anders om logging i CorpusTools
• samtale med Sjur om GitHub-prosjekter
• møte: materiale til stemmegjenkjenning
• hjelpe brukere

Framover:

• rette feil i borealium
• få pontoon til å virkelig synkronisere
• laga oppsett for gramcheck-testdata i cg3-filer
• Bugzilla-flyttinga

Vi bør ha eit Zulip-møte snart. Mål: betre bruk av Zulip

Inga

• Nye gramcheckregler: dem+noun og ulike kombinasjoner med po “rájes”
• twolc: la til stammekonsonantene “nssl” (brukt i lånord)
• missing: err/orth og la til lemma
• Tilbakemelding til GG på vedtate ord
• OmegaT-veiledning til to lulesamiske oversettere
• scoping i gullkorpusoppmerking av numphrases
• Hjulpet Kevin og Linda med data til deres artikkel
• Reise til Paris

Framover:

• Siste fiksing av flagg som bestemmer kasus på 100, 1000, 10 000, 1 000 000, 1 000 000 000

Linda

• arbeid med NORDPLUS søknad med Judithe, Trond, ISOF og Marja-Liisa - sendt
• evaluering og mark-up av smj-numeralfraser med Inga
• abstraktmøter med Marja-Liisa og Maja til Kautokeino - sendt
• sma korpusoppmerking med Maja og kategorisering av negasjonsfeil
• fst-møte/opplæring med Trond
• artikkelarbeid med Kevin - evaluerte smj grammatikkontroll og sendte siste versjon
• GramDivvun møte med Børre - begynte med Duommá sine feilmeldinger og snakka om testing rutiner
• irsk grammatikkontroll med Seanán - nye regler for genitivfeil
• Divvun-jubileumsmøte

Mikko

Framover:

• Divvun-jubileet
• artiklar etter Trondheims-konferansen

Necessary Innovations

• oppdaterte iOS-tastaturet, ny versjon på veg ut
• CI-serveroppsett. Mål: å kvitta seg med Taskcluster og få enklare administrasjon og vedlikehald
• pahkat-infra

Divvun-jubileum

• på nyåret - det er alt for usikkert i desember
• kavalkade over det vi har gjort
• invitera nokon utanfrå til å seia noko om:
  • bruken av verktøya
  • nytte for samfunnet
• gjester ved UiT, men òg strøyma slik at andre kan fylgja med
• invitera alle som har jobba i Divvun + folk frå SD og KDD + rektor
• middag
• pressemelding og mediedekning

Reiser og konferansar

Både potensielle og påmeldte, og planlagde reiser:

• 24.-26.02.2025: LT4All 2.0 (Paris)
• 02.–05.03.2025: nodalida, October 21, 2024: Paper submission deadline
  • nodalida CG-workshop, December Paper submission deadline
• 03.-04.03.2025: Computel. «We invite submissions to the 8th workshop on the Use of Computational Methods in the Study of Endangered Languages, by October 7, 2024.»
• 26.3.2025: Divvun-jubileum (Tromsø)
• 24.-25.4.2025 Fonetiikan päivät Turku Finland
• 09.-15.06.2025: Lávdan Sámi Arena (Kautokeino) — vil vi vera med?
  • abstrakt for poster sendt inn
  • abstrakt for presentasjon sendt inn
• 17-21.8.2025: Interspeech (Rotterdam)
• 25.-26.8.2025 Speech Synthesis Workshop (Leeuwarden)
• 18.–23.08.2025 CIFU — Congressus XIV Internationalis Fenno-Ugristarum (Tartu, Estland)
• 26.-29.08.2025: syntaxfest
• seinare: sigmorphon eller andre tba

LREC - framtidsplanar

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

Ymse

Neste Divvun-samling: 24.-28.3., i samband med Divvun-jubileet.

Neste møte: tysdag 11.2. til vanleg tid.

Agnete Masternes Hanssen er ny statssekretær for oss.