„Garsyno labai laukia mūsų tyrėjai, mokslininkai ir verslo atstovai“, – LRT laidoje „Laba diena, Lietuva“ teigė Vilniaus universiteto Matematikos ir informatikos fakulteto profesorė, nacionalinio projekto LIEPA-3 vadovė dr. Gražina Korvel.
Lietuvių kalbą skaitmeninėje erdvėje išsaugoti ir įgalinti siekiantį projektą VU vykdo kartu su partneriais – Vytauto Didžiojo universitetu ir Lietuvių kalbos institutu. Laidoje dalyvavo ir garsyno dalies sukūrimui reikalingų balso įrašų surinkimą koordinuojančios įmonės UAB „Gooliver“ atstovė Rasa Stupakovaitė.
Projekto LIEPA-3 tikslas – parengti nemokamai prieinamą Didįjį lietuvių kalbos garsyną – balso įrašų rinkinį, skirtą šnekos atpažinimo, dirbtinio intelekto, skaitmeninių sprendimų ir inovacijų vystymui naudojant lietuvių kalbą.
Laidoje prof. dr. Gražina Korvel pristatė LIEPA-3 projekto tikslus ir eigą, pabrėždama, kad siekiant, jog kompiuteriai galėtų suprasti lietuvių kalbą ir ja kalbėti, būtinas didelės apimties ir aukštos kokybės duomenų rinkinys. Naudojant surinktus duomenis apmokomi mašininio mokymosi algoritmai.
Planuojama surinkti 10 000 valandų anotuotų balso įrašų. Šiuo metu vykdomas LIEPA-3 projekto etapas, kurio metu siekiama surinkti 5 000 valandų įrašų skaitytinės šnekos stiliumi. Anotuojant užrašoma, kas yra pasakyta.
Tai didžiausias Lietuvos istorijoje sukurtas garsynas, net 10 kartų didesnis už šiuo metu naudojamus garsynus, išskirtinis savo fonetine ir demografine įvairove. Sukaupti duomenys sudarys sąlygas atlikti išsamius mokslinius tyrimus ir kurti dirbtinio intelekto sprendimus. Pasak profesorės, duomenų rinkinio jau dabar laukia tyrėjai, jo pagrindu bus vykdomi tolesni moksliniai tyrimai.
Įrašai renkami iki vasario 28 d. Anotavimas vyks iki balandžio, o projektas bus baigtas paskelbus duomenų rinkinį viešai.
Profesorė pabrėžė, kad svarbiausias dalykas kuriant dirbtinio intelekto sprendimus yra kokybiški duomenys – kai jie atsiranda, sprendimų kūrimas tampa realus ir spartus.