[l10n-no] Tale til tekst trent med norske stemmedata

[Arno Teigseth]

Jeg har brukt Whisper en del som "innputt-behandler" i en 
Chat-applikasjon for web, og det har blitt nokså bra synes jeg. Vi lar 
brukeren trykke Mikrofon-ikonet, lytter en stund og sender så til 
Whisper. Så fyller vi ut tekstboksen og lar brukeren godkjenne før han 
trykker Send. Har fått mange gode tilbakemeldinger på oppsettet.

Resultat av kjapp test: "Ja, det var jo dette Kristiansand-dialekta, men 
vet ikke om du visper skjønner det helt, da er det å modulere ganske mye."

Her tok den feil av "Whisper" selvfølgelig (engelsk), men min nokså 
kraftige Kristiansandsdialekt tok den ganske bra :) Burde kanskje prøve 
med Vallemål.

Det er nokså likt nivå på Engelsk, Spansk, Fransk og forskjellige andre 
språk.

testet med litt Vallemål https://vallemal.no/ord/14616/ og tror Whisper 
scorer som en gjennomsnittlig Oslogutt:

"Agistoter. Vindt var fakta og passelig stor. Det var agistoter, var det 
det sagt."



Litt dårlig på Quichua men greier til og med å transkribere det på sett 
og vis :)

"Nju kaixotimi Arno kaj kito jakta pikausani. Nju ka Norwega mandagani. 
Katsarajska njaa tsyunga pichkawatakuna."

Rettskrivinga her er nokså dårlig, men det har nok sammenheng med at de 
lærde ikke blir helt enige om hvordan det skal skrives, samt at 
treningsgrunnlaget sikkert er nokså tynt.


mvh

Arno Teigseth

Den 15.02.2024 07:12, skrev Petter Reinholdtsen:
> Ble nettopp tipset om <URL: https://huggingface.co/NbAiLab >, en
> Whisper-basert modell trent med norske stemmedata.  Noen som har testet
> den?
>
> Jeg testet original Whisper for en stund tilbake på et opptak av min
> bestemor, og der feilet den stygt.  Gleder meg til å teste denne nye
> utgaven. :)
>