meeting-2009-09-08

Prioritering:

1. Preprosessering
2. Ispedd andre ting

Lingvistikk

• tekst-til-ipa (fonologiske reglar) - forbetringar
• modell av samisk prosodi (diskuter med Patrik)
• forbetringar av taggaren for å matsje prosodimodellen

• Diskutere prosodi med Helsingfors
• Snakk med Patrik om kva vi vil ha

Preprosessering

Konvertering av ulike slags forkorta uttrykk til rein tekst, som deretter kan konverterast til ein fonologisk streng.

• arabiske tal: sme-num.txt
  • cd gtsvn/gt/sme/src/
  • xfst -e "read lexc sme-num.txt"
  • up
  • 234
  • http://www.stanford.edu/~laurik/fsmbook/examples/NumbersToNumerals.html
• romartal: ser ut til at det ikkje er dekka
  • det finst fst-ar ferdig for romartal til arabisk
  • http://dingo.sbs.arizona.edu/~sandiway/ling538-08/lecture18.pdf
• forkortingar: ikkje dekka
• datoar: delvis dekka
  • common/src/num.txt gjev datotagging
  • Neste skritt er dato-til-ord (ikkje gjort)
  • B-Á: skriv oppsett for dato-til-ord, som vi kan formalisere ut i frå
• klokkeslett: clock-sme.lexc 12: 35 -> ord
• titlar: ikkje dekka (er ikkje dette forkortingar? ja, truleg)
• ukjende namn, inkl namn med boktavar som ligg utanfor dei nordiske alfabeta

Kasusbøying av taluttrykk som del av ein kasusbøygd frase/NP

cd gtsvn/gt/common/src/
xfst -e "read lexc num.txt"
save num.fst
lookup num.fst
12.12.1234

Andre talformat

6,50  seks-femti kuus-ja-viiskymmentä
12 23 23 

77644000 => 77 64 40 00 linjetelefon initial 2, 3, 6, 7, 8
95500234 => 955 00 234 mobil initial 4, 5, 9
12345678 => 12 345 678,- NOK/€
12.345.678 => 12 345 678,- NOK/€

fst for desse og andre talformat

Arbeidsoppgåver

Børre:

• Sett opp dokumentasjonsinfrastruktur for tts

B-Á ser på:

• eksisterande kode:
  • gt/common/src/num.txt
  • gt/sme/src/sme-num.txt
• kompiler og vurder og sjekk om det finst andre ting også
• fsmbook.com
• skriv kvasikode på det som manglar
• skriv preprosesserings-dokumentasjon inn i doku-ramma

B-Á, T, S:

• skriv automatar ut i frå kvasikode

Informantar

• Mannleg røyst -- Per K. Hætta?
  • B-Á: snakk med han / NRK?

Samarbeid

Ta kontakt med Helsingfors univ.

• Sjur, deretter alle.

Andre samiske språk?

I kor stor grad skal vi ha med dei andre språka frå starten av

• Preprosessering på sma, smj parallelt med sme-arbeidet
  • Først gjere sme (prøve og feile)
  • Deretter gjere sma, smj (før vi gløymer korleis vi gjorde sme)
• Ferdige opptak av alle tre språk
  • Lage tekstar
  • Finne folk til å lese inn
• Tekst-til-IPA
  • Berit Ánne, Thomas, Patrik, Trond, Bruce, lulesame (mest mogleg Bruce)
  • Berit Ánne, Thomas, Patrik, Trond, Ove, sørsame (mest mogleg Ove)
  • Manuelt setje inn pausemerke i tekstane til lydbanda