Category Archives: Adnabod Lleferydd

Sgriptiau a Modelau Hyfforddi Newydd DeepSpeech i’r Gymraeg

Adnabod Lleferydd Lleferydd No Comments

Mae Prifysgol Bangor newydd ddatblygu sgriptiau a modelau hyfforddi newydd sy’n dwyn ynghyd nodweddion amrywiol DeepSpeech, ynghyd â data CommonVoice, ac mae’n darparu ateb cyflawn ar gyfer cynhyrchu modelau a sgorwyr ar gyfer adnabod lleferydd Cymraeg. Gallant fod o ddiddordeb i unrhyw ddefnyddwyr eraill DeepSpeech sy’n gweithio gydag ieithoedd eraill llai eu hadnoddau tebyg i’r Gymraeg.

Mae’r sgriptiau:

  • yn seiliedig ar DeepSpeech 0.7.4
  • yn defnyddio DeepSpeech’s Dockerfiles (ac felly yn hawdd eu paratoi a’u gosod)
  • yn hyfforddi gyda data CommonVoice
  • yn defnyddio dysgu trosglwyddol
  • gyda rhai setiau prawf a chorpysau ychwanegol, yn cynhyrchu sgorwyr / modelau iaith optimaidd ar gyfer cymwysiadau amrywiol
  • yn allforio modelau gyda metadata

Mae’r README 4 cychwynnol yn disgrifio sut i ddechrau.

Hoffem rannu hefyd y modelau sy’n cael eu cynhyrchu o’r sgriptiau hyn sydd i’w gweld yn https://github.com/techiaith/docker-deepspeech-cy/releases/tag/20.06 4

Ar hyn o bryd mae’r modelau hyn yn cael eu defnyddio mewn dau gymhwysiad prototeip y gall y gymuned Gymraeg eu gosod a rhoi cynnig arnyn nhw, sef trawsgrifydd wedi’i seilio ar Windows / C # ac ap cynorthwyydd llais Android / iOS 1 o’r enw Macsen. Gellir gweld cod ffynhonnell y cymwysiadau hyn gan ddefnyddio DeepSpeech hefyd ar GitHub.

Rydym yn ddiolchgar iawn i Mozilla am greu’r projectau Common Voice a DeepSpeech.

Mozilla CommonVoice, Paldaruo ac Adnabod Lleferydd Cymraeg

Adnabod Lleferydd Corpora Lleferydd No Comments

Mae Mozilla, y cwmni rhyngwladol o Galifornia sy’n gyfrifol am y porwr gwe Firefox, newydd lansio eu cynllun CommonVoice amlieithog. Ar ôl cychwyn gyda Saesneg y llynedd, mae tair iaith newydd yn cael eu hychwanegu yn awr, sef y Gymraeg, Almaeneg, a Ffrangeg. Llwyddodd y Gymraeg i gyrraedd y brig oherwydd cymorth gan yr Uned Technolegau Iaith yng Nghanolfan Bedwyr, Prifysgol Bangor.

Rhagor o Leisiau i Common Voice
https://blog.mozilla.org/press-uk/2018/06/07/more-common-voices/#Cymraeg

Rydyn ni’n hynod o falch am CommonVoice Cymraeg ac yn awyddus iawn i gannoedd a miloedd o siaradwyr Cymraeg gyfrannu eu lleisiau drwy’r wefan neu’r ap.

 

Ond beth am Paldaruo? – ein ap torfoli sydd eisoes wedi casglu ers 2014 hyd at 38 awr o ddata lleferydd gan dros 500 unigolyn, ac sydd wedi helpu gwireddu meddalwedd cynorthwyydd personol digidol Cymraeg cod agored fel Macsen. Mae’r Uned wedi defnyddio gwaith Paldaruo i gynorthwyo Mozilla darparu CommonVoice ar gyfer y Gymraeg ac ieithoedd eraill llai eu hadnoddau eraill.

Un o’r heriau yw canfod a darparu testunau hwylus i’w ddarllen ond sy’n cynnwys ystod eang a chytbwys o ffonemau’r iaith. Ar gyfer y lansiad, mae 1200 promt gan yr Uned o fewn CommonVoice Cymraeg ond bydd angen mwy. Wrth i ni, a’r gymuned Cymraeg, gyfrannu rhagor o destunau a recordiadau i CommonVoice Cymraeg, rydyn ni’n rhagweld y bydd y corpws yn hwb sylweddol i weithgareddau ymchwil a datblygu adnabod lleferydd Cymraeg yr Uned ac eraill.

Y gobaith yw y bydd y bartneriaeth rhwng Mozilla a Phrifysgol Bangor yn tyfu, ac y bydd y gweithgaredd hwn hefyd yn symbylu cwmnïau mawr eraill i gynnwys y Gymraeg ac ieithoedd eraill llai eu hadnoddau yn eu cynlluniau rhyngwladol.

Cyfeiriad y wefan yw : https://voice.mozilla.org/cy ac mae’r ap ar gael o https://itunes.apple.com/us/app/project-common-voice-by-mozilla/id1240588326

 

Adnoddau Lleferydd Newydd

Adnabod Lleferydd Adnoddau Lleferydd No Comments

Mae yna adnoddau newydd wedi’u cyhoeddi gennym dan broject Macsen a ariennir gan Lywodraeth Cymru. Dyma’r manylion isod. Mwynhewch!

Model Acwstig HTK

http://techiaith.cymru/htk/paldaruo-16kHz-2017-12-08.tar.gz

Lecsicon

http://techiaith.cymru/htk/lexicon-2017-12-08.tar.gz

Prosodylab Aligner

Mae ‘na fodelau acwstig HTK newydd o fewn Prosodylab Aligner Cymraeg hefyd:

https://github.com/techiaith/Prosodylab-Aligner/tree/v2.0_paldaruo_4

Model Acwstig Kaldi

http://techiaith.cymru/kaldi/decoders/paldaruo_macsen/tri3-2017-12-18.tar.gz

Cod hyfforddi yn GitHub

https://github.com/techiaith/kaldi-cy

Darlith Cymdeithas Wyddonol Gwynedd

Adnabod Lleferydd Lleferydd No Comments

Fe fydd Dewi Bryn Jones o Uned Technolegau Iaith, Canolfan Bedwyr, Prifysgol Bangor yn traddodi ar y pwnc;

Datblygu Adnabod Lleferydd ar gyfer y Gymraeg.

Mae’n gynyddol bosibl i chi siarad gyda dyfeisiadau fel eich ffôn neu gyfrifiadur er mwyn hwyluso defnyddio apiau, gwefannau a hefyd derbyn atebion deallus a pherthnasol i gwestiynau a ofynnwyd mewn iaith naturiol. Apple Siri, Microsoft Cortana, Amazon Alexa a Google Assistant yw rhai o’r cynnyrch a gwasanaethau masnachol poblogaidd sydd yn gyrru’r newid hwn gyda’r iaith Saesneg.

Yn y ddarlith hon bydd Dewi Bryn Jones o Uned Technolegau Iaith, Canolfan Bedwyr, Prifysgol Bangor yn cyflwyno’r gwaith sydd ym Mangor ar ddatblygu adnabod lleferydd ar gyfer cychwyn galluogi’r un ddarpariaeth i ddefnyddwyr Cymraeg. Swyddogaeth adnabod lleferydd yw trosi sain lleferydd unigolyn i destun ac felly bydd Dewi yn esbonio’r dulliau a’r data a ddefnyddir yn ogystal â chyflwyno’r canlyniadau diweddaraf.

Cynhelir y cyfarfod am 7.30 ar nos Lun Tachwedd 14eg yn ystafell 1.07 (llawr cyntaf), Canolfan Bedwyr, Y Ganolfan Reolaeth, Ffordd y Coleg, Bangor.

 

Cyflwyno Macsen

Adnabod Lleferydd Codio Lleferydd Raspberry Pi No Comments

Yn ystod 2015-2016 rydym wedi ceisio datblygu adnoddau newydd ar gyfer siarad Cymraeg gyda chyfrifiaduron. Gweler – Cychwyn ar Siarad i’ch cyfrifiadur , Tuag at ‘Siri’ Cymraeg

Mae’r dechnoleg yma’n dod yn fwyfwy pwysig wrth i’r llais dynol gael ei ddefnyddio mewn systemau holi ac ateb ar ffonau symudol a thabledi, systemau rheoli teclynnau fel setiau teledu a robotiaid, a systemau arddweud. Os na fydd modd defnyddio’r Gymraeg yn y sefyllfaoedd hyn, bydd yr iaith yn cael ei chau allan fwyfwy o’r byd digidol, a siaradwyr Cymraeg yn gorfod troi i’r Saesneg.

Er mwyn paratoi’r ffordd ar gyfer y dechnoleg newydd yn Gymraeg rydyn ni wedi cynhyrchu prototeip o system cwestiwn ac ateb lle mae cynorthwyydd personol o’r enw ‘Macsen’ yn gallu ateb cwestiynau llafar, er enghraifft ‘beth yw’r newyddion?’ neu ‘beth yw’r tywydd?’.

Dyma fideo i gyflwyno ac i arddangos Macsen yn gweithio ar gyfrifiadur bach Raspberry Pi:

Mae’r holl god ac adnoddau ar gael ar GitHub fel bod unrhyw un yn gallu ehangu a datblygu system ‘Macsen’ eu hunain. Prif dudalen ‘Macsen’ ar y we er mwyn gwybod sut i gychwyn arni yw:

http://techiaith.cymru/macsen

Bydd ein gwaith ar adnabod lleferydd ac ar adnoddau agored ar gyfer ‘Macsen’ yn parhau. Cysylltwch â ni os oes gennych chi, fel cwmni meddalwedd, clwb codio, ysgol neu fel haciwr cyffredinol unrhyw ddiddordeb eu cynnwys o fewn projectau meddalwedd eich hunain.

Datblygwyd ‘Macsen’ o fewn y project ‘Seilwaith Cyfathrebu Cymraeg’ a ariannwyd gan Llywodraeth Cymru ac S4C.

Cychwyn ar siarad Cymraeg i’ch cyfrifiadur

Adnabod Lleferydd Lleferydd No Comments

Rydyn ni wrthi’n datblygu adnabod lleferydd Cymraeg fel rhan o’n project Seilwaith Cyfathrebu Cymraeg a’i rannu yn agored ac am ddim ar y Porth Technolegau Iaith gyda datblygwyr meddalwedd ac apiau Cymraeg eraill.

Heddiw rydyn ni’n falch o fedru rhannu’r fersiynau cyntaf cychwynnol o’n system adnabod lleferydd Cymraeg.

Julius Cymraeg (julius-cy)

Mae’r ddarpariaeth newydd wedi’i chreu drwy ddatblygu a chynhyrchu ffeiliau arbennig sydd yn addasu meddalwedd adnabod lleferydd cod agored cyffredinol o’r enw Julius i allu adnabod Cymraeg yn lle Saesneg a Japanëeg.

mic_web
http://julius.osdn.jp/en_index.php

Mae’r fersiwn cyntaf i’w ryddhau yn galluogi Julius i adnabod cwestiynau a gorchmynion Cymraeg syml, penodol ynghylch y tywydd, newyddion, amser a cherddoriaeth. E.e:

  • “BETH YDY’R TYWYDD HEDDIW?”
  • “BETH YW TYWYDD YFORY?”
  • “BETH YW’R NEWYDDION?”
  • “FAINT O’R GLOCH YDY HI?”
  • “CHWARAEA GERDDORIAETH CYMRAEG”

Bydd fersiynau o Julius Cymraeg yn y dyfodol yn ceisio cynorthwyo nodweddion arddweud ac adnabod lleferydd mwy rhydd.

github_logo
https://github.com/techiaith/julius-cy

Mae ein haddasiadau ar gyfer Cymreigio Julius, yn ogystal â sgriptiau i hwyluso sefydlu popeth yn hwylus ar eich gyfrifiadur ar gael yn rhydd, yn agored ac am ddim ar GitHub.

Ewch i:

https://github.com/techiaith/julius-cy

 

Mae’n wych! Sut mae julius-cy yn gweithio?

Mae’r dudalen ‘Cefndir’ yn esbonio popeth am y fersiwn cyntaf :

https://github.com/techiaith/julius-cy/blob/master/CEFNDIR.md

Ar ôl darllen hwn bydd modd i chi ychwanegu testunau a chwestiynau eich hunain i Julius-cy!

Hmm. Dydy o ddim yn gweithio’n dda iawn i mi. Sut fedra i helpu?

Fersiynau cynnar yw’r modelau acwstig sydd gennym ni hyd yn hyn, felly mae’n bosib na fydd julius-cy yn adnabod lleisiau rhai unigolion yn llwyddiannus.

Os nad ydych chi eisoes wedi cyfrannu eich llais i’n Corpws Lleferydd Paldaruo, yna defnyddiwch ein ap Paldaruo (http://techiaith.bangor.ac.uk/paldaruo) ar unrhyw ddyfais iOS neu Android er mwyn i ni wella’r modelau acwstig gyda’ch llais chi.

Tuag at ‘Siri’ Cymraeg….

Adnabod Lleferydd Adnoddau Cyfieithu Peirianyddol Lleferydd No Comments

Mae’n gynyddol bosibl i chi siarad gyda’ch ffôn neu gyfrifiadur er mwyn gorchymyn a rheoli rhaglenni a dyfeisiau, yn ogystal â derbyn atebion deallus a pherthnasol i gwestiynau a ofynnwyd mewn iaith naturiol.

Mae’r galluoedd hyn yn bosibl o ganlyniad i gynnydd diweddar mewn technolegau iaith megis adnabod lleferydd, cyfieithu peirianyddol a phrosesu a deall iaith naturiol. Hwy felly yw’r prif alluogwyr ar gyfer newid a fydd yn tarfu ar y drefn bresennol ac yn achosi shifft sylfaenol yn y ffordd y bydd defnyddwyr yn ymgysylltu â’u dyfeisiau a’r ffordd y byddant yn defnyddio technoleg yn ehangach.

O edrych ar hyn yn ei gyd-destun hanesyddol ehangach, hwn yw’r cam nesaf naturiol yn natblygiad y rhyngweithio rhwng pobl a chyfrifiaduron; o’r bysellfwrdd i’r llygoden, i dechnoleg cyffwrdd, i lais ac i iaith.

Mae pedwar prif lwyfan masnachol yn gyrru’r newid hwn, sef Siri, OK Google, Microsoft Cortana ac Amazon Alexa, yn ogystal â rhai llwyfannau agored llai adnabyddus.

 

 

Hyd yn hyn mae’r rhain yn darparu eu galluoedd pwerus yn Saesneg a rhai ieithoedd mawr eraill, a phrin yw’r dystiolaeth eu bod yn debygol o ymestyn eu dewis o ieithoedd i gynnwys y ‘gynffon hir’ o ieithoedd llai, gan gynnwys y Gymraeg, yn y dyfodol agos.

Noddwyd yr Uned felly gan Lywodraeth Cymru drwy ei Chronfa Technoleg Gymraeg a’r Cyfryngau Digidol ac S4C i weithredu’r project Seilwaith Cyfarthrebu Cymraeg i sicrhau nad yw defnyddwyr sydd â’r Gymraeg yn ddewis iaith iddynt yn cael eu gadael ar ôl mewn datblygiadau o’r fath.

Bydd yn gosod sylfeini amrediad o dechnolegau Cymraeg i’w defnyddio yn yr amgylcheddau hyn, gan gynnwys gwella’r adnoddau adnabod lleferydd Cymraeg yn ogystal â chyfieithu peirianyddol er mwyn cael y budd mwyaf allan o’r galluoedd a ddarperir drwy dechnolegau wedi’u seilio ar y Saesneg.

Bydd holl allbynnau’r project ar gael yma, o Borth Technolegau Iaith Cenedlaethol Cymru. Bydd y project yn symbylu datblygiad meddalwedd a gwasanaethau Cymraeg newydd a allai gyfrannu at brif-ffrydio’r Gymraeg yn y cam nesaf o ryngweithio rhwng pobl a chyfrifiaduron.

Yn y cyfamser, mae angen eich help! Cyfrannwch eich llais drwy ein ap Paldaruo:

paldaruo

iTunes Google Play

Project Raspberry Pi: Symud braich robot gyda’ch llais

Adnabod Lleferydd Codio Lleferydd Raspberry Pi No Comments

Yn yr Eisteddfodau a digwyddiadau Hacio’r Iaith diweddar, rydym wedi arddangos ein breichiau robot sy’n glwm i Raspberry Pis ac sy’n yn ymateb i gyfarwyddyd yn y Gymraeg.

Dyma fideo o dair braich gyda’i gilydd :

Mae’n system adnabod lleferydd syml iawn a nawr, i’r rhai sy’n teimlo’n anturus, dyma gyfarwyddiadau ar sut y gallwch chithau gosod y demo ar eich Raspberry Pi chi.

Byddwch angen yr offer canlynol:

Os rydych yn defnyddio Raspberry Pi hŷn, gyda ddim ond dau borth USB, yna rydych angen hwb USB, fel http://www.modmypi.com/raspberry-pi/accessories/usb-hubs/pihub-official-4-port-raspberry-pi-usb-hub-eu-plug-5v-3a, er mwyn cysylltu popeth.

Mae’r demo yn defnyddio peiriant adnabod lleferydd cod agored o’r enw ‘Julius’. Mae hefyd yn defnyddio modelau acwstig rydym wedi eu cynhyrchu gyda recordiadau 20 unigolyn yn llefaru promtiau arbennig.

Teipiwch y canlynol o linell gorchymyn ar eich Raspberry Pi er mwyn gosod y system ‘Julius’:

$ sudo apt-get update
$ sudo apt-get install alsa-tools alsa-oss flex zlib1g-dev libc-bin libc-dev-bin python-pexpect libasound2 libasound2-dev cvs
$ cvs -z3 -d:pserver:anonymous@cvs.sourceforge.jp:/cvsroot/julius co julius4
$ export CFLAGS="-O2 -mcpu=arm1176jzf-s -mfpu=vfp -mfloat-abi=hard -pipe -fomit-frame-pointer"
$ ./configure --with-mictype=alsa
$ sudo make
$ sudo make install
$ export ALSADEV="plughw:1,0"
$ julius

Os yw’r llinell olaf yn achosi i’r canlynol ymddangos, yna rydych wedi gosod Julius yn llwyddiannus!

Julius rev.4.3.1 - based on
JuliusLib rev.4.3.1 (fast) built for x86_64-unknown-linux-gnu

Copyright (c) 1991-2013 Kawahara Lab., Kyoto University
Copyright (c) 1997-2000 Information-technology Promotion Agency, Japan
Copyright (c) 2000-2005 Shikano Lab., Nara Institute of Science and Technology
Copyright (c) 2005-2013 Julius project team, Nagoya Institute of Technology

Try '-setting' for built-in engine configuration.
Try '-help' for run time options.

Yn nesaf, rhaid i chi lwytho i lawr ein ffeiliau adnabod lleferydd braich robot o’r Porth Technolegau Iaith ar gyfer eu defnyddio gyda Julius.

$ mkdir robot
$ cd robot
$ wget http://techiaith.cymru/gallu/braichrobot.tar.gz
$ tar -zxvf braichrobot.tar.gz

Ac yna er mwyn cael y Raspberry Pi a’r fraich robot i ymateb i’r gorchmynion ar lafar, teipiwch:

$ cd braichrobot
$ sudo python robotarm_voicectl.py

Dylai’r gair ‘siaradwch’ ymddangos. Dyma beth fyddwch nawr yn gallu dweud wrth y fraich:

ysgwydd i fyny
ysgwydd i lawr
penelin i fyny
penelin i lawr
arddwrn i fyny
arddwrn i lawr
gafael agor
gafael cau
troi i’r chwith
troi i’r dde
golau ymlaen

Gobeithio bydd y project bach yma yn hwyl yn enwedig i ddisgyblion Ysgol Pont y Gof, Botwnnog a enillodd un o’n breichiau robot mewn cystadleuaeth codio yng Ngholeg Meirion Dwyfor ym Mhwllheli yn ystod yr haf:

Yn y cyfamser, diolch i nawdd gan Lywodraeth Cymru ac S4C, rydym yn parhau i ddatblygu adnabod lleferydd Cymraeg ac i’w chynnig yn rhad ac am ddim o fewn y Porth Technolegau Iaith. Ein bwriad yw datblygu systemau mwy soffistigedig a mwy defnyddiol.

Ond mae angen eich help! Cyfrannwch eich llais drwy ein ap Paldaruo:

paldaruo

iTunes Google Play