Шӑп та уйӑх каялла, ака уйӑхӗн 12-мӗшӗнче, «Чӑваш чӗлхин икчӗлхеллӗ ҫӳпҫинче» ҫӗнӗ хатӗр хушӑнма тытӑнчӗ: пуплевӗшсене сасӑламалли меслет. Ку функционал ҫӗнӗ велосипед шутласа кӑларни мар ӗнтӗ — ак ӗнтӗ миҫе ҫул Mozilla Common Voice проект пурнӑҫланать. «Сасӑла» функционал та ҫав ӗҫех тӑвать: сасӑсен йышне, текстпа ҫыхӑнтарнӑ чӑвашла сасӑсене пухать.

Mozilla Common Voice проектран мӗнпе уйрӑлса тӑрать?

Mozilla Firefox браузера тӑвакан ушкӑн тӗрлӗ чӗлхепе сасӑ пухас ӗҫе тахҫанах пуҫӑннӑччӗ. 2018 ҫулта вара чӑваш чӗлхи валли сасӑсем пухма пуҫларӗҫ. Кун пирки ун чухне ятарлӑ хыпар та эпир вырнаҫтарнӑччӗ. Унтанпа 5 ҫул иртрӗ. Пӗр енчен илсен чӑваш ҫыннисем тухӑҫлӑ ӗҫлерӗҫ теме пулать. Мӗнпурӗ 28 сехетлӗх тӗрлӗ пуплевӗшсене сасӑпа ҫырса пачӗҫ. 112 ҫын хутшӑннӑ. Чи нумай ҫырнӑ ҫын, Kandrat ятлӑскер, 4 пин пуплевӗш сасӑланӑ. Pike тата Ilya Nyagin — кӑшт сахалрах, 2-3 пиншер. Эпӗ мӗнпурӗ ҫырнӑ сасӑ тӑрӑх тӑваттӑмӗш пыратӑп. Пурӗ 1 531 пуплевӗш ҫырнӑ.

Mozilla Common Voice проектӑн тӗп ҫитменлӗхӗ — халӑх ытлашшиех хутшӑнас теменни. 28 сехет пухӑннӑ пулин те ку питӗ сахал. 100 сехет таран пухас тесен сахалран та тата 4 хут ытларах ӗҫлемелле. Тата 15–18 ҫул кирлӗ пулса тухать…

Тепӗр ҫитменлӗх: ҫырса илнӗ даннӑйсене уйрӑммӑн илме май ҫук. Калӑпӑр, сасӑ синтезаторне тума пӗр-пӗр ҫын сасси кирлӗ. Ку ҫитменлӗхе ҫӗнтермелли май та пур-ха ӗнтӗ: вӑл е ку ҫынна уйрӑм профильпе хутшӑнма ыйтмалла. Пӗр-пӗр хутшӑнаканӑн профильтен вара материалсене уйрӑммӑн уҫласа илме пулать.

Тепӗр ҫитменлӗхрен вара ниепле те иртме май ҫук: калӑпӑр хатӗр аудиоматериалсемпе усӑ курма. «Чӑваш Ен» ПТРК, Чӑваш Республикин наци телерадиокомпанийӗ кунсерен чылай материал хатӗрлеҫҫӗ. Усӑ кур кӑна! Шел те, Common Voice ҫакна тума май памасть.

Апла пулин те Mozilla команда тунӑ проектӑн пӗр пысӑк лайӑх енӗ пур: вал тӗнче шайӗнчи проект, ҫавна май унти материалсемпе пӗтӗм тӗнчипех усӑ курайраҫҫӗ. Усӑ кураҫҫӗ те! Сӑмах май, Казахстанри ӑсчахсем тӗрӗк чӗлхисемпе каланине текста куҫармалли модель вӗрентнӗ. Ҫав шутра чӑвашла материалсемпе те усӑ курнӑ. Тест пек хатӗрлени 10 ҫеккунтлӑ сасӑпа кӑна ӗҫлет ӗнтӗ, ҫапах та, чӑваш чӗлхине ытти тӗрӗк чӗлхи вырӑнне хумасан, япӑх мар текста куҫарать.

«Сасӑла» проект мӗнле ҫуралчӗ?

Текстпа ҫыхӑнтарнӑ аудиоматериалсене пухмашкӑн тӗрлӗ мелсемпе усӑ курма пулать. Хатӗр текста сасӑласси — чи ҫӑмӑл меслет. Чи хӑвӑртти. Текста вула кӑна! Сасӑланӑ хыҫҫӑн ҫав текстпа ҫыхӑнтар та уйрӑм файла упраса хӑвар. Анчах, каларӑмӑр ӗнтӗ, халӑх хӑй ирӗкӗпе ытлашшиех хутшӑнасшӑн мар. Апла вӗсене вӑйпа хутшӑнтармалла! Ҫав меслетсенчен пӗри вӑл: калӑпӑр, мӗнпурӗ пухӑннӑ 28 сехетпе чӑваш чӗлхиллӗ моделе вӗрентмелле те, йӗркеллех мар, йӑнӑшсемпе те пулин ӗҫлекенскере пӗр-пӗр проекта вырнаҫтармалла. «Атӑл.Тӑлмач» кун валли пит лайӑх каять. Ҫынсем «сасӑпа каланине текста куҫарать-и?» тесе тӗрӗслемеллех пӗр-пӗр текста микрофонпа калама пултараҫҫӗ. Теприсен вара, текста палланӑ чухне йӑнӑшсем кайрӗҫ пулсан, вӑл текста юсамалли кӑна юлать. Майӗпен-майӗпен 100 сехет пухӑнатех ӗнтӗ. Ку ӗҫпе эпир ӗҫлетпӗр, малтанлӑха валли хатӗрленӗ моделе пире туса пама шантарчӗҫ. Вара ӑна «Атӑл.Тӑлмача» вырнаҫтарӑпӑр.

«Сасӑла» проекта пурнӑҫланӑ чухне, паллах, Mozilla Common Voice-ри ҫитменлӗхсенчен хӑтӑлма тӑрӑшнӑ. Вӗсенчен пӗри вӑл: хатӗр аудиоматериалсене те хушасси. Ҫакӑн валли телекурав сюжетӗнчи материалсемпе усӑ курма май ӑсталанӑ. Тата унта ҫук тепӗр меслет те хушнӑ: пӗр-пӗр текстри пуплевӗшсене йӗркипе сасӑлама пулать (Common Voice-ра вара ӑнсӑрт йӗркепе илнӗ пуплевӗшсене сасӑлама сӗнеҫҫӗ).

Уйӑх хушшинче пухнӑ опыт

Ҫак уйӑх хушшинче «Сасӑла» проектра 5 сехет те 25 минутлӑх аудиоматериал пухӑнчӗ. Ку хӑвӑртлӑхпа кайсан эпир 18–20 уйӑх хушшинче 100 сехетлӗх пухма пултаратпӑр. Тата ҫулталӑк ҫурӑ кӑна кирлӗ пулса тухать. Ҫавах та ҫакна та шута илмелле: пӗрремӗш уйӑхра тӗрлӗ экспериментсене сахал мар турӑмӑр, хӑвӑртрах ӗҫлемелли майсене шырарӑмӑр. Кашни кун эпӗ хам сахалтан та 10-шар минут кӗртнине шута илес пулсан уйӑхне 5 сехетрен кая пуянлатса пыма пулӗ. Манашкал тепӗр ҫын ӗҫлес пулсан — ҫак вӑхӑт тата та кӗскелӗ! Пӗтӗмлетсе каласан, ӗҫлесен, пулӑшуҫӑсем тупӑнсан, эпир ҫулталӑк е ҫур ҫул хушшинче ним мар 100 сехетлӗх аудиоматериал пухма пултаратпӑр!

Тӗрлӗ сасӑсене пухасси тӗлӗшпе вара Чӑваш наци телерадиокомпанийӗн сюжечӗсем пит аван пулчӗҫ. Вӗсен материалӗсемпе усӑ курса «Сасӑла» проектра пурӗ 153 ытла тӗрлӗ сасӑ пухӑнчӗ (Common Voice-ри шутпа танлаштарӑр…). Кунта ҫамрӑксем те пур, ҫитӗнсе ҫитнӗ ҫынсем те, ваттисем те! Телерадиокомпани ӗҫченӗсем кам сассине ҫырса илнӗ — ҫавсен калаҫӑвӗ пирӗн пухмача кӗчӗ. Паллах, чи нумай пухӑннӑ сасӑсем ҫапла май Алексей Зотиковпа Регина Кубайкинӑн пулса тӑчӗҫ. Вӗсен кашнин сасси ҫур сехет ытла йышӑнать. Виҫҫӗмӗш вырӑнта Юлия Адюкова. Сӑмах май, телесюжетсенчи сасӑсене уйӑрса илме пулӑшнӑшӑн ӑна пысӑк тав сӑмахӗ калас килет. Халӗ эпӗ кашнин сассине лайӑх уйӑратӑп… пуҫланӑ чухне вара пит йывӑрччӗ. Тавах, Юля пулӑшрӗ. Телекомпанире ӗҫлекен Алина Сусметова, Мария Шагарова, Милена Алексеева сассисем те сахал мар пухӑнчӗҫ. Тӗрлӗ паллӑ ҫынсен сассисем сахал мар пирӗн корпуса кӗчӗ: Сергей Артамонов, Олег Николаев, Алена Елизарова, Александр Шакин, Юрий Исаев, Леонид Черкесов… Списока пухӑннӑ сасӑ калӑпӑшӗ тӑрӑх илсе кӑтартрӑм.

«Чӑваш Ен» ПТРК сюжечӗпе те усӑ курса пӑхрӑм. Пӗр вӑрӑм, 25 минута яхӑн тӑсӑлаканнине илтӗм те унта мӗн каланине текста куҫартӑм. Уф… Питӗ йывӑр ӗҫ пулчӗ ку. 3-4 куна тӑсӑлчӗ. Ҫапла май Екатерина Фомина сасси сахал мар корпуса кӗчӗ. Кунта ӗнтӗ пӗр лайӑх ен кӑна пур: текста куҫарнӑ чухне эпӗ мӗнпур диалога кӑлтӑксемпех хӑвартӑм (сӑмахран, вырӑсла персе янӑ сӑмахсене юсамарӑм). Чӑваш наци телерадиокомпанийӗ текста хӑй хатӗрлет пулин те, вӗсем ӑна самай якатаҫҫӗ... Ҫапла май текст сасӑпа пӗр килмен вырӑнсем сахал мар.

Плансем

Паллах, сасӑпа ӗҫлемелли мӗнпур майсене уйӑх хушшинче тӗрӗслесе пӗтереймен. Вӗсен йышӗнче: аудиокӗнекесемпе ӗҫлесси. Тавах, Чӑваш Республикин наци вулавӑшӗ чылай хайлава аудио форматпа ҫырнӑ. Вӗсене пухсан сасӑ синтезаторӗ хатӗрлемелӗх темиҫе сас та пулать пуль. Енчен те сасӑран текста куҫарма вӗрентмешкӗн пӗр 100 сехет сасӑ ҫырни кирлӗ пулсан, сасӑ синтезаторӗ валли 10 сехет те ҫителӗклӗ теҫҫӗ. Василий Павловӑн сасси, калӑпӑр ҫавӑн чухлӗ пур. Анчах ку ҫӑмӑл ӗҫех мар ҫав: пысӑк аудиофайла пуплевӗшсем ҫине пайлама тивӗ, кайран кашни пая уйрӑм пуплевӗшпе сыпӑнтарса тухмалла.

Тата хӑш-пӗр ӗҫе те тӳрлетӳсем кӗртмелле. Калӑпӑр, тӗрлӗ ҫынсен сассине уйрӑм аккаунта ҫыртарнине те лайӑхрах йӗркелемелли мел шырамалла. Эпӗ темиҫе ҫынна ҫырса пӑхрӑм: йывӑр иккен текста вуллатарма. Пӗрремӗш хутранах пулмасть ку вӗсен. Ҫав шутра яланах текстпа ӗҫлекенсен те.

Ҫавӑн пекех ҫырнӑ сасӑсене пахаламалли функционал тумалла. Вӗсем тӗрлӗрен корпусра: пӗри, сӑмахран, пит лайӑх ҫырӑннӑ. Тепринче хӑш-пӗр вырӑнта сасӑлани пӗр-пӗр сӑмахпа тӳр килмест. Виҫҫӗмӗшӗнче шӑв-шав е сасӑра кӑлтӑк пур. Тӑваттӑмӗшӗн пахалӑхӗ вара ҫав тери япӑх — ӑна ни сасӑран текста куҫарнӑ чухне вӗрентме усӑ курма май ҫук, ни сасӑ синтезаторӗ тунӑ чухне. Мӗнпурӗ хальхи вӑхӑт тӗлне 3958 сыпӑк ҫыртарнӑ. Кашнине пахаласа тухмалла.

Плана кӗртнӗ тепӗр ӗҫ ӗнтӗ вӑл: кашни сасса ҫын ӳсӗмӗ тӑрӑх тата арлӑх тӑрӑх уйӑрса тухасси. Кӑна эпӗ вырӑс чӗлхи корпусӗнче асӑрхарӑм. Унта уйрӑммӑн ача сассисенче шырама май пур, е хӗрарӑм сассисенче. Шырав пирки асӑнтӑм пулсан, паллах, тата корпусра шырав та йӗркелемелле. Кӑсӑклӑ япала пулмалла пек.

Питӗ инҫетри планра тӑракан тепӗр ӗҫ вара вӑл: Электронлӑ словарьсен сайтӗнче кашни сӑмаха валли аудиофайл хатӗрлесси. Вӑл е ку сӑмах мӗнле илтӗннине ҫынсем итлеме пултарччӑр. Анчах кӑна сасӑ синтезаторне хатӗрлесен тӑвасшӑн. Унччен — вӑхӑт пит нумай.

Пӗтӗмлетни

Сасӑран текста куҫарма май паракан хатӗр те, сасӑ синтезаторӗ те чӑваш халӑхне ман шутпа питӗ кирлӗ. Ав, инҫе каймасанах, ҫакӑ телевиденире ӗҫлекенсене пулӑшма пултарӗ. Вӗсен вара интервьюерӑн кашни сӑмахне итлесе текстласа лармалла пулмӗ, сасӑна текста куҫармалли хатӗр хӑйех текст туса парӗ. Сасӑ синтезаторӗ вара хӑть те мӗнле текста итлеме май парӗ. Калӑпӑр литература хайлавӗсене, вӗсен аудиокӗнеке формачӗ ҫук пулсан та, итлеме пулӗ.

Вӑхӑт шӑвать. Кунашкал хатӗрсем чылай чӗлхесен пур. Пирӗн те вӗсенчен юлса пымалла мар. Ку хатӗрсене тусан, тен, Яндексри Алиса, Майлрури Маруҫ ним мар чӑвашла ыйтсан чӑвашлах хуравлама пултарӗҫ.

Х.К. Сасӑ пуххине «Чӑваш чӗлхин икчӗлхеллӗ ҫӳпҫине» хушнӑ май, ҫак корпусӑн ятне те улӑштармалла пулӗ тесе шухӑша путрӑм. Ҫӗнӗ ят шыратӑп…