Ravnur — Recursos abertos de reconhecimento de fala em feroês, construídos com 135 horas de gravações equilibradas por dialeto

O projeto Ravnur foi criado em 2019 para construir recursos abertos de reconhecimento automático de fala (ASR) em feroês, língua que não tinha então ferramentas de ASR. Foi financiado por entidades públicas e privadas, incluindo o governo feroês, e conduzido pela Fundação Talutøkni com linguistas, estudantes da Faculdade de Feroês e técnicos informáticos.
O Ravnur gravou 135 horas de fala de 433 falantes (249 mulheres, 184 homens) a ler textos de vários géneros, abrangendo todos os dialetos e idades, com transcrição ortográfica manual e dicionário de pronúncia. O BLARK 1.0 (Basic Language Resource Kit) foi publicado a 1 de julho de 2022, com um extrato de 109 horas, o corpus Ravnursson, tratado na Universidade de Reiquejavique e lançado em novembro de 2022 sob licença CC BY 4.0.
No artigo NoDaLiDa de 2023, os modelos treinados com o corpus atingiram 7,60% de taxa de erro de palavras no conjunto de teste com um modelo wav2vec2 XLSR-53 ajustado (contra 14,04% do Kaldi LSTM). Os autores verificaram ainda que o Whisper tinha resultados muito fracos em feroês sem ajuste fino. Contexto de acessibilidade: a única síntese de fala anterior em feroês (2005) é usada pela comunidade com deficiência visual, e os autores referem grande procura de ASR entre pessoas surdas, cegas e disléxicas.
Limites: as fontes reportam precisão técnica, não adoção. Não foram encontrados números de utilizadores nem um produto de acessibilidade em uso baseado nestes recursos, e o corpus é de fala lida, não espontânea.