Friese Siri in de maak?
Phat Do, onderzoeker aan de RUG Campus Fryslân, werkt aan spraaktechnologie in het Fries. Denk aan Siri of Google Assistant, maar dan in onze eigen taal. Zulke systemen zijn er nu vooral in grote talen, zoals Engels of Chinees. Phat onderzocht of het ook in het Fries kon. Het antwoord: ja. Met weinig data bouwde hij twee systemen die Friese zinnen uitspreken. Dat is bijzonder. Het laat zien dat ook kleine talen mee kunnen doen met nieuwe technologie.
Phat Do is PhD-student aan de Rijksuniversiteit Groningen, Campus Fryslân. De afgelopen jaren deed hij veel onderzoek naar spraaktechnologie voor minderheidstalen. Vooral naar ’tekst-tot-spraak synthese’. Hierbij wordt geschreven tekst omgezet in spraak van mensachtige kwaliteit. Je hoort dit in Siri, Google Assistant of Duolingo. In grote talen zoals Engels of Chinees klinkt die spraak al bijna als een echte stem. Maar zulke modellen bouwen kost veel tijd en geld. Je hebt er duizenden uren aan geluidsopnames voor nodig. Voor kleinere talen, zoals het Fries, is die hoeveelheid data er vaak niet.
Een innovatieve aanpak
Daarom is er voor kleine talen een andere aanpak nodig. Een slimme manier is om het model eerst te trainen op een grote taal die lijkt op de kleine taal. Bijvoorbeeld een taal uit dezelfde familie. Daarna train je het model met de kleinere taal, zoals het Fries. Phat heeft in zijn project twee Friese spraakmodellen ontwikkelt. Eén model werd getraind met ongeveer 32 uur Friese spraak van verschillende sprekers. Het andere model leerde eerst Nederlands (14 uur) en daarna Fries, met maar 20 minuten aan Friese spraak. De taalmodellen zijn vrij toegankelijk (zie link onderaan dit bericht). Ze zijn nog niet helemaal af. De komende tijd worden ze verbeterd op basis van feedback van gebruikers. Alle reacties zijn welkom, zegt Phat Do. Hij is nu al tevreden. Het is hem gelukt om met heel weinig data toch goede Friese spraakmodellen te bouwen. Dat geeft hoop voor de toekomst. Misschien kan je dan Siri of Google Assistent in het Fries gebruiken.
