Lost in Transcription: Speech AI for Macedonian

На 19 ноември во Base42 во 18:00 часот, PyData Skopje и Везилка ве покануваат на предавањето „Lost in Transcription: From Raw Audio to Real-World Use in a Low-Resource Language“ со Марија Стојчева и Христијан Гајдов.

Како да ја научиме вештачката интелигенција да препознава македонски говор со различни дијалекти и акценти, онака како што навистина зборуваме?

Ќе разгледаме како работат современите модели за препознавање говор, како Whisper, и со какви предизвици се соочуваме кога за еден јазик има малку податоци за обука. Ќе зборуваме за улогата на податоците и за тоа како со дополнително тренирање (fine-tuning) можеме да ги приспособиме моделите на македонскиот јазик и да добиеме попрецизни транскрипции.

Преку практично демо ќе видиме како овие модели се користат за решавање конкретен проблем, од аудиоснимка до транскрипција што може да се користи во пракса.

За предавачите
Марија Стојчева, магистер, е асистентка и истражувачка на ФИНКИ и истражувачка во областа на машинското учење во МАНУ. Работи на препознавање говор кај јазици со ограничени ресурси, со фокус на приспособување модели за македонскиот јазик и неговите дијалекти, разграничување на говорниците во аудиоснимка и разбирање на јазикот. Применува обработка на природен јазик и во истражувања за климата, а има и искуство со развој на ВИ системи во продукција.

Христијан Гајдов е студент по софтверско инженерство на ФИНКИ и работи на истражување и развој во рамки на проектот „Везилка“. Неговиот фокус е на големи јазични модели, препознавање говор и дополнително тренирање модели. Има практично искуство со обука, евалуација и пуштање ВИ системи во употреба, особено за македонскиот јазик.