Divvun-møte 24.6.2025

Til stades: Katri, Linda, Børre Språk: davvisámegillii

Saker:

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

Sidan sist

Børre

• Sett riktig kilde- og målspråk i nøkkelordgeneratoren tca2-python
• Poster til PNMA – art:as
• Jobbet med libdivvun

Framover:

• libdivvun 88 og 89
• rette feil i borealium
• få pontoon til å virkelig synkronisere
• Borealium1.1/Nordisk ministerråd:
  • Review resource descriptions
• laga oppsett for gramcheck-testdata i cg3-filer
• Bugzilla-flyttinga

Linda

• Munin konferanse abstrakt
• begynte med lang-sme bugger
• irsk grammatikkontroll med Elaine og Seanán (nye regler)
• sommeravslutning (vi ble nevnt pga innovasjonsprisen)
• møte om norplus-søknad (samarbeid mellom kal-smi)
• forbedret syntaxfest-artikkelen og sendte inn

Katri

• sme-ASR: bygger ny datasett, legger til metadata og ny data som er sist transkribert
• hentet og prosessert ny material for transkribering
• monthly speech technology møte med nordiske enheter, skrev beskrivelser av treningsprosesser i talemodeller til NRK
• Cristin – markert alle resultater 2023-2025
• Karelsk TTS material - går gjennom transkriberinger med lyd
• Speech synthesis workshop: fikk reviews av 2 artikler: en akseptert og en rejected

Framover/Ideer:

• Undersøker en mulighet for å få GUI for Whisper-modeller
• Undersøker TTS til Anki (språklæringssapp) via API
• NB: nordic automatic LID (language identification), kan brukes til å filtrere norsk material (tekst) ut fra t.ex. sametingets plenumaudio?
• Til folk som er interessert av TTS-prosjekter: https://docs.coqui.ai/en/latest/what_makes_a_good_dataset.html

Necessary Innovations

• CI-serveroppsett. Mål: å kvitta seg med Taskcluster og få enklare administrasjon og vedlikehald
• mobiltastaturrettingar
• TTS-oppdatering:
  • fleirspråkleg syntesemodell (ein modell for alle språk)
  • tal blir konverterte til tekst
  • tekstprosesseringa uavhengig av syntesemodellen
  • berre på API-servaren inntil vidare
• har levert fungerande prototype på ny grammatikkontroll i nettlesar

Framover

• pahkat-infra
• ny grammatikkontrollplugg
• nytt installeringsprogram

Reiser og konferansar

Både potensielle og påmeldte, og planlagde reiser:

• ca 26.6.2025 20th Annual Meeting of the Internet Governance Forum (IGF-2025) (Lillestrøm):
  • Hovudside
  • Registreringsside (frist: 1. juni, 1731 registrerte deltakarar så langt)
  • KDD lagar eit sidearrangement der, Sjur er med og planlegg programmet, Divvun bør delta
• 18.–23.08.2025 CIFU — Congressus XIV Internationalis Fenno-Ugristarum (Tartu, Estland)
• 25.-26.8.2025 Speech Synthesis Workshop (Leeuwarden)
• 26.-29.08.2025: syntaxfest
• september-oktober: ISl-personalseminar
• 2.-3.10.2025 SKY symposium, Tampere
• 22.-24.10.2025 The 22nd Annual EFNIL Conference i Wien — «Language Norms and Linguistic Justice in a Multilingual World», innlegg om Open Language og plattformtilgang for normative verktøy for alle europeiske språk
• https://ranlp.org/ranlp2025/index.php/workshops/:
  • https://r2lm2025.github.io/R2LM/
  • https://lrlnlp.github.io/website/
• 10.–12..12.2025 https://acl-sigur.github.io/iwclul2025.html IWCLUL
• seinare: sigmorphon eller andre tba

LREC - framtidsplanar

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

Ymse

Divvun-samling etter sommaren: 25.-29.8.

Neste møte: tysdag 1.7. kl 10.00 norsk tid.