Projekt:Wikispeech för AI 2020

Pågår Detta är ett beslutat projekt som kommer att genomföras/genomförs just nu.

Det här kan du som frivillig hjälpa oss med!
Buggrapportera		Testa Wikispeech och rapportera konstigheter och buggar. Stöter du på problem eller har förslag på saker som kan förbättras kan du skriva på tilläggets diskussionssida. Där går det bra att skriva på svenska. Denna sida når du även via knappen med megafonikonen i spelaren. Obs: om det gäller specifikt ord som uttalas fel så finns det en särskild sida för att rapportera dessa.
Om du är nyfiken och vill ha mer information om specifika uppgifter, ta kontakt med andre.costawikimedia.se

Kort projektbeskrivning

Syftet med Wikispeech för AI 2020 är att fungera som en referens och pilot för ett större projekt som vill använda AI för att skapa en fri text-till-tal-röst som passar för att läsa längre texter.

2020: Vi kommer att titta på hur taldata som samlats in genom Wikispeech – Talresursinsamlaren 2019 kan användas för att träna AI att skapa en bättre röst och testa om en sådan röst förbättrar användarupplevelsen för Wikispeech. Under året kommer Wikimedia Sverige stödja projektet genom att dela insikter om innehållet som samlats in i Wikispeech – Talresursinsamlaren 2019 samt ge stöd i hur Wikipedias texter bäst kan användas för att träna AI på att läsa längre texter.

2021: Vi kommer att titta på hur taldata som samlats in genom Wikispeech – Talresursinsamlaren 2019 kan användas för att träna AI att skapa en bättre röst och testa om en sådan röst förbättrar användarupplevelsen för Wikispeech. Under året kommer Wikimedia Sverige stödja projektet genom att dela insikter om innehållet som samlats in i Wikispeech – Talresursinsamlaren 2019.

Tidplan

Datum	Aktivitet	Tidsåtgång (dagar)	Ansvarig	Kommentar	Phabricator WMSE-Wikispeech-for-AI-2020
Februari–december(?)	Projektmöten och stöd till övriga projektpartners	5	André med stöd av Sebastian, Kalle
Maj–augusti	Vidarutveckling av Taldatainsamlaren	15	Sebastian, Kalle	Bygg färdigt eventuell funktionalitet som saknas när PTS projektet avslutas
Juni	Arctic Knot	2	Kalle, med stöd av Sebastian	Delta och presentera på Arctic Knot
Juni–december(?)	Taldatainsamlaren för att skapa nya röster eller variationer av existerande röster	15	Sebastian	Undersök dels hur Taldatainsamlaren kan användas för att skapa en ny röst utifrån en redan tränad röstmodell. Dels hur den kan användas för att skapa en ny röst när ingen underliggande röstmodell ännu finns att tillgå.
Augusti–december(?)	Experimentera med nya maskininlärda röster i Wikispeech	18	Sebastian	KTH tar fram en fri svensk röst speciellt anpassad för längre texter. Den nya typen av röst skapar uttal på ett annat sätt och kräver annan maskinvara. Undersök hur mycket bättre Wikispeech-resultatet blir och vilken den ökade kostnaden är
Augusti–december(?)	Stöd med korpus av Wikipedia till KTH	5	Sebastian	KTH behöver korpus för att se hur språk naturligt utvecklas och exempelvis Wikipediadumpar av versionshistorik kan bidra med detta
December(?)	Rapport för Wikimediarörelsen	5	Sebastian, med stöd av Eric	Ta fram en rapport riktad mot Wikimediarörelsen som beskriver vad som krävs för att skapa röster (av den nya typen) på andra språk

Samarbetspartners

• KTH
• STTS
• MTM
• Bonnier

Se även

• /Global Metrics
• Omnämnanden 2020

Projektdata

Wikispeech för AI 2020 [redigera] [rensa sidcachen]
Projekt nr.	194206	Ansvarig	André
Projektstart	2019-10-01	Projektslut	2022-09-30
Finansiär		Budget
Vinnova		129 000 kr (2020) samt 130 000 kr (2021)
Wikimedia Foundation		33 000 kr (2020) samt 32 000 kr (2021)
Interna mål
T.2.1 - 5/50 organisationer tar del av information om fria licenser. T.2.2a - Deltagande på/anordnande av minst 1/10 nya evenemang. T.2.2b - 3/10 nya direktkontakter med innehållsägare och org.
Lägesrapport:
Uppdaterad senast	2021-08-09	STATUS
Utförda aktiviteter		Måluppfyllnad
Se Wikispeech – Talresursinsamlaren 2019 för ytterligare aktiviteter. Diskussioner med KTH hur/om vi kan bidra med kurerade Wikipedia-nedladdningar av olika slag för olika forskningsprojekt, t.ex. hur översättningar ändrats eller hur artiklar som vid något tillfälle haft en Språkvårds-mall har utvecklats till dess att den togs bort. Vidareutveckling av talsyntesen Wikispeech för att möjliggöra aktivering har skett.		T.2.2a - Deltagande på/anordnande av har skett för 1 nytt evenemang. T.2.2b - 2 nya direktkontakter med innehållsägare och org. har skett.
Viktigt nästa månad		Öppna huvudsakliga problem
Aktuell kostnad		Dragna erfarenheter
För aktuella kostnader se Ekonomiska rapporter 2020.
Kommentar från verksamhetschefen