你佇寫啥物！？臺灣語言資訊技術
Demo頁
- http://用.意傳.台灣
- 在網頁文字上附聲音：http://gaga978.github.io/gongdaigi/
相關專案
- iTaigi新台語運動
- 萌典
進度
2016/2/20萌典松
https://g0v.hackpad.com/oeBceDBeNA2
- 替專案想個名字
- 前端要怎樣，使用者才方便
- 如何有效率的得到語料
- 客家電視臺
- 原視
- ptt文章、推文（臺語的居多：呷飽、…）
- https://www.ptt.cc/bbs/Gossiping/M.1455729673.A.38B.html
- 原住民族語言線上詞典
- http://e-dictionary.apc.gov.tw/Index.htm
其他副本
- 我會族語！！！我想要幫忙族語的語音技術
- 我有語料，要怎麼貢獻出來
- 我知道哪裡有母語資料，網址是……
- 我是工程師
- 我要改翻譯程式，使用moses、…
- 我要改合成程式，用HTS、…
- 我想做語音辨識，可以考慮HTK、Kaldi、…
Chu-Cheng Lin（我有捌用 moses 鬥過 MT pipeline，毋知敢有啥物通鬥變个無？）
會當麻煩你研究moses的訓練無？
這馬我是用'scripts/training'/train-model.perl'佮預設的訓練參數
伊會產生alignment model、language model佮reorder model，三個model
alignment model需要平行語句佮辭典
reorder model干焦愛平行語句，無愛辭典
我這馬共平行語句佮辭典攏下入去訓練
毋過進前有學長講，辭典下入，會影響伊的reorder模型
想講敢有法度，予辭典莫影響著reorder model無？
你講个辭典是啥物款？尚簡單个模型干焦需要平行語料耳，總--是，若是有辭典feature，會當tune出較好个模型。
我頂擺主要是照tsit份做个：http://www.statmt.org/moses/?n=Moses.Baseline
（抑是敢卜來試看覓這馬尚時行的seq2seq? XD https://www.tensorflow.org/versions/r0.7/tutorials/seq2seq/index.html）
我這馬是用這個baseline
這是我整理到一半的語料 https://www.dropbox.com/s/5ej3dcwpz3p2wia/%E9%96%A9%E5%8D%97%E8%AA%9E.tar?dl=0
嘛是我下佇網站的moses訓練語料，我的意思是「字詞」下入去平行語料是毋是會影響著翻譯效果？
seq2seq我拄仔查，看起來門檻無低，愛用心調參數才有法度比moses好XDD
你嘛會使用這語料試驗覓seq2seq
感恩！我共語料下落來矣。毋過這暫仔較無閒，愛拜六才有通詳細來看。
動機
- 提供一般人可以用臺灣母語的資訊技術
- 網路上都是華語的資料
- 提供一般人學母語、查母語的所在
- 辭典是有母語基礎的人才有辦法使用
- 初學者需要母語語句正確寫法、母語唸法
- 司機B: 那會 chiah gâu 講台語。
- Tâi-gí-bûn chhut-thâu-thiⁿ!
- 整理母語語料
- 母語資料散亂一地
- 做研究常常遇到找不到語料的問題
目的
- 讓一般人能輕易學會正確寫法
- 輸入「我要吃飯」、「我要呷飯」，顯示「我欲食飯」
- 技術：正規化/翻譯
這個idea讚！類似自然/新注音輸入法一類的自動校正
- 讓電腦/手機講母語
- 技術：語音合成
做法
- 正規化/翻譯
- 統計的技術，所以語料的數量影響翻譯的效果
- 語音合成
- 同一個人，清楚的音檔一千句以上，愈多愈好
臺語
- 翻譯
- 語料不足
- 語料勘用
- 語料足夠
- 語音合成
- 沒聲音模型
- 聲音模型勘用
- 聲音普通
- 聲音好聽
客語
- 翻譯
- 語料不足
- 語料勘用
- 語料足夠
- 語音合成
- 沒聲音模型
- 聲音模型勘用
- 聲音普通
- 聲音好聽
南島語
- 翻譯
- 語料不足
- 語料勘用
- 語料足夠
- 語音合成
- 沒聲音模型
- 聲音模型勘用
- 聲音普通
- 聲音好聽
我帶的開源虛擬歌手計畫，其實有子計畫-台語的聲音庫以及虛擬歌手合成引擎的衍生應用-超清晰、自然的語音合成，只是還在努力當前主任務-華語聲音庫中，還顧不到台語聲音庫製作（錄音表已經完成基本單獨音整理，待跟已錄好的日語、華語音diff，找出台語需要新錄音的部份）以及歌手轉語音合成的延伸模組製作。有人有興趣有耐心的話，請跟我聯絡，將來就會有嬌滴滴的女生聲音可用囉:P