Самранд ХасанSamrand Hassan
Русский

Исследование · 2026 – н. в.

Kurdia

Языковые технологии для всех диалектов курдского на обычном оборудовании: определение диалекта, проверка текста, OCR, распознавание и синтез речи и небольшая локальная языковая модель.

Большинство инструментов для курдского поддерживают только стандартный сорани, иногда курманджи, и требуют GPU. Kurdia создаётся для всех вариантов: сорани на арабской графике, курманджи на латинице и группы горани — горани, хаврами, заза и южнокурдского — на ноутбуке, телефоне, Raspberry Pi или во вкладке браузера.

Шесть модулей по очереди

  1. Классификатор диалектов — вариант, подвариант и письменность текста с оценкой уверенности и возможностью ответить «не уверен».
  2. Проверка текста с уважением к диалекту автора.
  3. OCR для обеих письменностей.
  4. Распознавание речи с маршрутизацией по диалекту.
  5. Синтез речи для каждого диалекта.
  6. Небольшая курдская языковая модель, работающая локально.

Принципы

  • Диалект прежде всего. Ни один модуль не навязывает другой диалект.
  • Правила, обучение и управление вместе. Грамматика каждого варианта записана как формальная грамматика по справочным грамматикам; модели закрывают то, что не покрывают правила.
  • Работает везде. Вывод зависит только от NumPy и ONNX Runtime.
  • Честно и публикуемо. Ни одна цифра точности не публикуется без названного бенчмарка.

Связаться

Совместное исследование, доклад или сложная инженерная задача — напишите мне.