Kuka olet?
Olen väitöskirjatutkija Aalto-yliopiston automaattisen puheentunnistuksen tutkimusryhmässä. Ennen jatko-opintojani suoritin Aalto-yliopistossa sähkötekniikan kandidaatin tutkinnon sekä signaalinkäsittelyn, puheen ja kielen käsittelyn maisterin tutkinnon.
Mikä on tutkimuksesi aihe?
Tutkimukseni keskittyy aliedustettujen kielten itseohjautuvaan oppimiseen (self-supervised learning, SSL). Suurin osa alan tutkimuksesta käsittelee englantia ja muita runsasresurssisia kieliä, kun taas vähäresurssiset kielet ovat jääneet jälkeen puheteknologian kehityksessä. Väitöskirjatutkimukseni aikana olen työskennellyt sen eteen, että suomi ja pohjoissaame saisivat nykyistä parempaa tukea puheteknologioissa.
Yleisellä tasolla tutkimukseni on jakautunut kolmeen pääsuuntaan: SSL-mallien mukauttamiseen vähäresurssisiin sovellusalueisiin, kielikohtaisten perusmallien (foundation models) kehittämiseen aliedustetuille kielille sekä näiden mallien sisäisten oppimisprosessien tulkintaan.
Aloitin väitöskirjani
Myöhemmin liityin
Olen kehittänyt pohjoissaamelle ensimmäiset julkisesti saatavilla olevat, alusta alkaen koulutetut itseohjautuvat puheen perusmallit. Suomen kielen osalta uusimmat mallit on koulutettu lähes puolen miljoonan tunnin suodatetulla radio- ja televisiopuheaineistolla, mikä vastaa mittakaavaltaan pikemminkin englanninkielisten mallien ja kaupallisten toimijoiden käyttämää aineistomäärää.
Suurteholaskennalla on ollut keskeinen rooli väitöskirjatutkimuksessani. Olen saanut työskennellä kahdessa LUMI-supertietokoneella toteutetussa erittäin laajamittaisessa laskentahankkeessa,
Tutkimuksessani olen myös tarkastellut, mitä nämä perusmallit oppivat sisäisesti. Olen tutkinut, miten erilaiset esikoulutusmenetelmät vaikuttavat mallien oppimiin puheen representaatioihin sekä kuinka suuri osa mallien kapasiteetista todellisuudessa hyödynnetään puheentunnistuksessa.
Miten Kielipankki liittyy tutkimukseesi?
Itseohjautuvat puheen perusmallit koulutetaan suurilla määrillä annotoimatonta puhedataa, mutta puheentunnistuksen ja muiden puheteknologisten tehtävien suorittamiseen ne tarvitsevat edelleen annotoitua aineistoa. Tutkimuksessani olen hyödyntänyt laajasti
Sen lisäksi, että olen käyttänyt Kielipankin tarjoamia aineistoja tutkimuksessani, olen myös osallistunut
Valikoituja julkaisuja
Getman, Y., Grósz, T., Lehtonen, T., Kurimo, M. (2026)
Getman, Y., Grósz, T., Kurimo, M. (2026)
Getman, Y., Grósz, T., Lehtonen, T., Kurimo, M. (2025)
Getman, Y., Grósz, T., Hiovain-Asikainen, K., Lehtonen, T., Kurimo, M. (2025) Towards large-scale speech foundation models for a low-resource minority language. Proc. NoDaLiDa/Baltic-HLT 2025, 192-200
Getman, Y., Grósz, T., Kurimo, M., Salvi, G. (2025)