Introduzzjoni

Hawn qiegħed npoġġi l-ewwel verżjoni ta' data Maltija annotata. Ħafna mix-xogħol sar bl'għajnuna ta'l-istudenti. Primarajament dan hu xoghol ta' Roberta Camilleri li ghamlet fit-teżi ta l-aħħar tal-kors ta' l-inġinerija. Però nixtieq nsemmi hawn wkoll lil Robert Ellul Micallef u lil Anthony Psaila għax-xogħol siewi li kienu għamlu jużaw l-HTK HMM bl-ingliż li serva biex nitgħallmu kif nappplikaw u nittrasferu xogħolhom għal-lingwa Maltija.

Is-sistema bbażata fuq serje ta' zip files. Kull wieħed minnhom fih il-kontenut segwenti.

Hemm il-vuċi, magħmula minn sett ta files, kull wieħed b'isem distint. Dawn huma tat-tip wav. Hemm is-sentenzi jew frażijiet tal-vuci li miktubin bil-UTF8 biex jistgħu jintużaw l-ittri maltin. U hemm excel fajl bid-dettalji ta' l-annotazzjoni għas-sett sħiħ ta' frażijiet marbutin mal-fajl tal-vuċi rispettiva. L-annotazzjoni hi għal kull fonema u hi relattiva mal-bidu ta' kull wav fajl. Kull entrata għandha ħames kolonni. L-ewwel waħda tagħti isem il-wav file, u l-bidu tal-fonema. It-tieni kolonna t-tmiem għal dik il-fonema partikulari. It-tielet kolonna turi t-tul tal-fonema. In-numri huma f'termini ta' sekondi. Ir-raba' kolonna turi l-fonema. Il-fonemi innifishom qegħdin f'fajl ieħor li jagħti dettalji fuqhom. Il-ħames kolonna tagħti l-kelma.

Ix-xogħol ġi ġenerat awtomatikament, u mhux kollu ċċekkjat. Pero' ma nbidilx minn dak li kien iġġenerat, u għalhekk jista jkun hemm żbalji. Fil-maġġoranza tax-xogħol kull valur m'għandux żball t'aktar minn 20 ms. L-ikbar eċċezzjonijiet huma il-'q', u 'silence' u 'breath' li sfortunatament jirrekjedu ħafna iktar xogħol biex jiġu eżatti. Nilqa' kull xorta ta' kumment u suġġeriment li jogħġobkom tibagħtu fuq ix-xogħol. Biex is-sistema taħdem hemm bżonn ta' dizzjunarju fonetiku.

Biex tista' tagħmel użu siewi, mhux biżżejjed il-Windows Media Player. Irid ikun hemm tip ta' applikazzjoni li thallik tara il-vuċi u ttik wkoll il-ħin f'terminu ta' samples jew sekondi. Il-vuċi kienet issempiljata b'16000 Hertz.