Nu startar ett samarbete mellan de nordiska public service-bolagen och flera universitet där en språkmodell ska tränas att förstå och så småningom översätta till och från nordsamiska. Projektet kan på sikt ge möjligheter att föra över resurser till ökat utbud och stärkt journalistik på de samiska språken.

SVT, SR och UR ska erbjuda innehåll och även utveckla journalistiken på samiska. Samtidigt har Språkbanken Tal på Kungliga Tekniska Högskolan, KTH, i uppdrag att arbeta med talteknologi på svenska och minoritetsspråk som samiska. Det är grunden till ett samarbete där public service-bolagen levererar arkivinnehåll på nordsamiska till Språkbanken Tal som med hjälp av detta tränar en akustisk språkmodell på nordsamiska. Initiativet att använda samiska arkivljud från public service-bolagen för att utveckla språkmodeller togs genom en förfrågan från Universitetet i Tromsö, där man i över tio år arbetat med digitala samiska språkverktyg. Tillsammans Umeå universitet är de också parter i samarbetet, liksom de nordiska public service-bolagen NRK och YLE som har verksamhet i Sápmi.

- Språkforskare menar att det är långt kvar till en välfungerande AI på samiska. Men på det här sättet är vi en bit på väg och är med och stärker samiskans självklara plats i framtiden, säger Marja Påve, redaktionschef SVT Sápmi.

- Det här öppnar möjligheter för att öka utbudet på samiska och stärka journalistiken. Det ger också möjlighet för fler att använda sitt samiska språk, säger Thomas Sarri, kanalchef på Sameradion.

Public service-bolagen kommer nu att undersöka möjligheter att använda språkmodellen för att effektivt arbeta med samiska språk i sitt utbud. Sameradion lägger idag uppskattningsvis 25 procent av redaktionens totala arbetstid på översättningsarbete. Med hjälp av AI kan de resurserna minskas och i stället användas till journalistik och ett ökat utbud på samiska.

- Det känns självklart att även vi som gör samiskt innehåll ska kunna använda AI, så som sker inom de större språken, säger Thomas Sarri.

Det finns ingen kommersiell vinning i att utveckla en språkmodell för minoritetsspråk. Men tack vare det här samarbetsprojektet kommer nordsamisk talteknologi att göras fritt tillgänglig för både forskning och allmänhet. Applikationer som kan användas för faktisk transkribering och översättning av samiska språk blir möjliga först efter att en akustisk språkmodell finns på plats.

- Publiken och allmänheten är våra viktigaste uppdragsgivare. Det är en god investering för samhällsnyttan att vi använder vårt material för att förbättra samisk språkteknologi. Vi ser det här som en möjlighet att verka för sund användning av AI, där transparens är viktigt och där vi tar hänsyn till upphovsrätt och integritet säger Moa Frygell, projektledare SVT Minoritet.

I samarbetet med KTH kommer en språkmodell att träna på innehåll från public service-bolagen, med höga krav på saklighet, nyansering samt språklig kvalitetskontroll.

Mer fakta om projektet:

• Samarbetet med universiteten och de övriga public service-företagen innefattar delning av ljudfiler och, i förekommande fall, undertexter och manus.
• Material med upphovsrätt som ägs av tredje part delas inte.
• Public service-bolagen delar ingen persondata (namn, röst etc) utöver det som redan finns publicerat.