Radīts mākslīgā intelekta rīks latgaliešu valodas runas atpazīšanai un transkripcijai

LU MII Mākslīgā intelekta laboratorijas vadītājs Normunds Grūzītis norādīja, ka latgaliešu valoda ir nacionālās identitātes daļa aptuveni 165 000 Latvijas iedzīvotāju. Ir svarīgi nodrošināt latgaliešu valodas pilnvērtīgu pastāvēšanu un attīstību arī digitālajā telpā, viņš sacīja, piebilstot, ka latviešu valodai šādi risinājumi ir pieejami vairāk nekā desmit gadus.

Jaunā mākslīgā intelekta modeļa apmācība latgaliešu valodas runas atpazīšanai tika pabeigta mēneša laikā, sagatavojot vairāku gadu laikā iegūtos valodas datu paraugus modeļa apmācībai un izmantojot LU MII mākslīgā intelekta skaitļošanas infrastruktūru.

Lai iegūtu nepieciešamos datus, Valsts pētījumu programmā «Letonika» kopš 2022.gada tika veidoti latviešu un latgaliešu valodas runas korpusi — daudzveidīgi datu paraugi ar transkripcijām un lingvistisko marķējumu, kopumā vairāku simtu stundu apjomā. Tie ietver arī sabiedrisko iniciatīvu «Balsu talka» un «Bolsu tolka» laikā savāktos runas paraugus. Paralēli tam Eiropas Savienības finansētajā projektā «Valodu tehnoloģiju iniciatīva» tika izveidota tehnoloģiskā bāze valodas modeļu mašīnapmācībai.

Latgaliešu valodas runas transkripcijas rīks «LATE-LTG» ir brīvi pieejams vietnē «ltg.late.ailab.lv», savukārt apmācītais mākslīgā intelekta modelis ir pieejams ar atvērtā pirmkoda licenci, tostarp komerciālai izmantošanai. LATE platforma nodrošina tādas pielietojuma iespējas kā teksta diktēšanu, audio un video ierakstu atšifrēšanu, subtitru veidošanu un latgaliešu rakstu valodas apguvi.

Latgaliešu un latviešu valodas MI modeļu apmācībai nepieciešamo runas korpusu izveidē un attīstībā piedalās Rēzeknes Tehnoloģiju akadēmijas, LU Matemātikas un informātikas institūta un LU Literatūras, folkloras un mākslas institūta pētnieki.