IKER-GAITU | Hizkuntza Teknologian Ikertzen

Proiektuari buruz

Euskara bultzatzen aro digitalean

IKER-GAITU proiektuaren helburu orokorra hizkuntza teknologian ikertzea da, ingurune digitalean euskararen presentzia areagotzeko asmoz. Proiektua 2023-2025 urteen bitartean gauzatu da Eusko Jaurlaritzako Kultura eta Hizkuntza Politika sailaren dirulaguntzari esker.

Egungo eta etorkizuneko teknologiek hizkuntza bakoitzeko testuzko eta ahozko datu-masa erraldoiak eskatzen dituzte, baina euskarak eta hizkuntza txikiagoek gaur egun eskaini ditzaketen datuak ez dira nahikoak teknologia horiek behar adina kalitate izateko. Horregatik, ezinbestekoa da hizkuntza teknologian ikertzea euskarak gero eta ohikoagoak izango diren teknologietan presentzia izateko, eta beste hizkuntzen maila erdiesteko.

2023-2025eko lorpenak

Lortutako helburuak

Euskararen gaitasun maila, idatzizkoa zein ahozkoa, era automatikoan ezagutuko duen sistema garatzea

Ahots pertsonalizatuen teknologia desgaitasuna duten pertsonengana hurbiltzea

Ahots espontaneoaren transkripzioa garatzea, euskara eta gaztelania nahasten direnean eta hainbat hiztun daudenean ere

Testuzko elkarrizketa-sistema ahaltsuenak (egungo ChatGPT edo Gemini bezalakoak) euskaraz ere beste hizkuntzen pare aritzea

Baliabide eskuragarriak

Emaitzak

HiTZ zentroan euskararako sortu ditugun eredu, kode eta datu guztiak daude eskuragarri. Hiru ataletan banatu ditugu, erabiltzailearen perfilaren arabera. Kontrakoa ez bada esaten, denak dituzte lizentzia irekiak (erabilera komertziala barne).

🏠 Etxean eta lantokian erabiltzeko

Txatbot

Latxa Txatbot

Txatbot orokorra euskaraz probatzeko eskuragarri

latxa.hitz.eus → ⚠️ Laster erabilera masiborako eskuragarri

Demo

Ahotsa ezagutzea eta sortzea

Ahotsa ezagutzeko eta sortzeko sistemen demoak

Demoak ikusi →

🏢 Produktu berritzaileak egiteko industrian eta administrazioan

Demoak

Ahotsari buruzko demo eta APIak

Gure teknologiak konbinatzen dituzten produktuen demoak

HiTZketan →

Demo

ILENIA demostradoreak

ILENIA proiektuko demostradoreak

Demoak ikusi →

Eredu publikoak

Latxa familia

Tamaina ezberdinetako ereduak. 70B da hoberena; 8B azkarragoa.

Bilduma 70B 8B

ASR - Ahotsa ezagutzea

Hizketa automatikoki ezagutzeko sistema

Demo Eredu libreak

TTS - Ahotsa sortzea

Ahotsa sortzeko sistema

Demoak Sistema

API bidez atzitzea behar? Kontaktua: transfer.hitz@ehu.eus

🔬 Ikerkuntzan eta garapen aurreratuetan erabiltzeko

Goian aipatutakoetaz aparte, gure eredu, kode eta datu espezializatu guztiak errepositorio publiko hauetan topatu daitezke:

🤗 HuggingFace 📦 GitHub

Datu-multzo esanguratsuak

Latxa eraikitzeko datuak

Latxa sortzeko erabilitako datuak

Datuak ikusi →

ASR datuak (irekiak)

Ahotsa ezagutzeko sistemak sortzeko datuak

Datuak ikusi →

TTS datuak (irekiak)

Ahotsa sortzeko sistemak eraikitzeko datuak

Datuak ikusi →

Publikazio zientifikoak: www.hitz.eus/publications

Euskara bultzatzen aro digitalean

Lortutako helburuak

Euskararen gaitasun maila, idatzizkoa zein ahozkoa, era automatikoan ezagutuko duen sistema garatzea

Ahots pertsonalizatuen teknologia desgaitasuna duten pertsonengana hurbiltzea

Ahots espontaneoaren transkripzioa garatzea, euskara eta gaztelania nahasten direnean eta hainbat hiztun daudenean ere

Testuzko elkarrizketa-sistema ahaltsuenak (egungo ChatGPT edo Gemini bezalakoak) euskaraz ere beste hizkuntzen pare aritzea

Emaitzak

🏠 Etxean eta lantokian erabiltzeko

Latxa Txatbot

Ahotsa ezagutzea eta sortzea

🏢 Produktu berritzaileak egiteko industrian eta administrazioan

Ahotsari buruzko demo eta APIak

ILENIA demostradoreak

Eredu publikoak

Latxa familia

ASR - Ahotsa ezagutzea

TTS - Ahotsa sortzea

🔬 Ikerkuntzan eta garapen aurreratuetan erabiltzeko

Datu-multzo esanguratsuak

Latxa eraikitzeko datuak

ASR datuak (irekiak)

TTS datuak (irekiak)

Berriak

HiTZ zentroak hizkuntza txikiagoentzat txatbotak egiteko modu berria deskubritu du

Abian da 'ebaluatoia', euskarazko txatbot irekia auzolanean hobetzeko bi asteko ekimena

Zein da euskarazko hizkuntza eredurik onena? HiTZ zentroak Latxa berria eta GPT bezalakoak lehian jarri ditu

HiTZ zentroaren Latxari buruzko lanak nazioarteko saria jaso du, euskarak ikerkuntzan duen pisua handituz

Hizketa Euskaraz Ezagutzeko Sistema eskuragarri

HiTZ zentroak Latxa hobetu du, euskararentzako hizkuntza eredu handiena, eta dagoeneko gainditu du jatorrizko ChatGPT

Pozarren aurkezten dugu Latxa eredu irekien familia, euskarazko hizkuntza eredurik handiena eta hoberena duena

HiTZ zentroa eta Eusko Jaurlaritzako Kultura eta Hizkuntza Politika sailaren arteko akordioa

Dirulaguntza