{"id":34,"date":"2021-05-20T00:26:34","date_gmt":"2021-05-20T00:26:34","guid":{"rendered":"https:\/\/aholab.ehu.eus\/aholab-gtts\/?page_id=34"},"modified":"2021-05-20T13:07:32","modified_gmt":"2021-05-20T13:07:32","slug":"areas-de-interes","status":"publish","type":"page","link":"https:\/\/aholab.ehu.eus\/aholab-gtts\/areas-de-interes\/","title":{"rendered":"\u00c1reas de interes"},"content":{"rendered":"\n
\"\"<\/figure>
\n

Tecnolog\u00edas del habla para la diversidad funcional<\/strong><\/p>\n\n\n\n

El grupo ha desarrollado un sistema de conversi\u00f3n de texto a voz que, sobre todo para el euskera, ha alcanzado un elevado nivel de difusi\u00f3n en el Pa\u00eds Vasco. En este proyecto se propone la investigaci\u00f3n delas t\u00e9cnicas basadas en redes neuronales, con el fin de obtener un TTS de calidad superior al actual.
Adicionalmente, tambi\u00e9n se pretende mejorar la calidad de las voces personalizadas, investigando estrategias para realizar la adaptaci\u00f3n de las voces utilizando redes neuronales. De especial importanciaes la capacidad de personalizaci\u00f3n de la voz cuando se trata de un donante de voz con patolog\u00eda: elobjetivo es obtener voces sint\u00e9ticas que representen e identifiquen a la persona donante, de forma quepueda utilizarla integrada en su dispositivo de comunicaci\u00f3n alternativa.
Por otro lado una de las mayores limitaciones que sufren las personas que presentan una patolog\u00eda en el habla es la dificultad de ser comprendidos por los sistemas autom\u00e1ticos de reconocimiento de voz. En el proyecto se investigar\u00e1n diferentes estrategias, basadas en el empleo de redes neuronales profundas para realizar la conversi\u00f3n de las se\u00f1ales de forma que mejore su inteligibilidad, de forma especial frente a los sistemas ASR.
<\/p>\n<\/div><\/div>\n\n\n\n

\"\"<\/figure>
\n

Subtitulado autom\u00e1tico y b\u00fasqueda de t\u00e9rminos hablados y escritos en recursos audiovisuales multiling\u00fces<\/strong>
El grupo dispone de una gran cantidad de datos de audio y texto de las sesiones parlamentarias del Parlamento Vasco, en castellano y euskera. Estos datos ofrecen al nuevo grupo la posibilidad de mejorar tanto los modelos ac\u00fasticos ya disponibles como los modelos del lenguaje del sistema de reconocimiento desarrollado previamente y que est\u00e1 siendo utilizado por otros agentes tecnol\u00f3gicos (diccionario de la Fundaci\u00f3n Elhuyar) del Pa\u00eds Vasco. En esta nueva fase se pretende realizar las gestiones necesarias para que dichos datos puedan dar lugar a un reconocedor de habla continua para el euskera que pueda ponerse a disposici\u00f3n de otros agentes tecnol\u00f3gicos para su comercializaci\u00f3n. Se desarrolla una base de datos de 3 a\u00f1os de sesiones parlamentarias de la que se extraer\u00e1n aproximadamente 4 horas con etiquetado de alta calidad. Esta parte se pondr\u00e1 a disposici\u00f3n de la comunidad investigadora a trav\u00e9s de las agencias de distribuci\u00f3n de datos (LDC, ELRA). Se pretende tambi\u00e9n desarrollar un prototipo de subtitulado autom\u00e1tico de las sesiones parlamentarias capaz de detectar cambios de locutor y cambios de idioma, y deber\u00e1 alinear adecuadamente el audio utilizando tanto las transcripciones manuales (obtenidas de las actas oficiales de las sesiones) como las transcripciones autom\u00e1ticas obtenidas por reconcimiento autom\u00e1tico del habla.
Tambi\u00e9n en el campo de la extracci\u00f3n autom\u00e1tica de informaci\u00f3n se producir\u00e1 la colaboraci\u00f3n de los grupos, por tener ambos experiencia en este \u00e1mbito. El objetivo general es mejorar tanto la b\u00fasqueda por voz como por texto de los sistemas actualmente disponibles, principalmente incorporando redes neuronales profundas en el proceso de extracci\u00f3n de las caracter\u00edsticas (posteriores fon\u00e9ticos o BNFs).<\/p>\n<\/div><\/div>\n\n\n\n

\"\"<\/figure>
\n

Detecci\u00f3n y clasificaci\u00f3n de ruidos en veh\u00edculos<\/strong>
La investigaci\u00f3n del grupo en esta l\u00ednea surge de la colaboraci\u00f3n con Mercedes-Benz Vitoria con una visi\u00f3n muy cercana a la aplicaci\u00f3n de las tecnolog\u00edas al proceso de fabricaci\u00f3n y de calidad de la planta.
Dentro de sus procedimientos de control de la calidad sonora de los veh\u00edculos la presencia de ruidos de tipo zumbidos, chirridos y traqueteos (Buzz, Squeak and Rattle, BS&R) es determinante y por ello orientamos la l\u00ednea de investigaci\u00f3n a la aplicaci\u00f3n de las redes neuronales a la detecci\u00f3n de estos eventos sonoros.
El reto m\u00e1s importante es la aplicaci\u00f3n de estos sistemas de detecci\u00f3n en un entorno real de conducci\u00f3n, que es d\u00f3nde se producen los ruidos molestos de BS&R. El sistema autom\u00e1tico tiene que ser extraordinariamente robusto para funcionar en condiciones muy desfavorables de relaci\u00f3n se\u00f1al a ruido en entornos muy variables: diferentes tipolog\u00edas de veh\u00edculo, diferentes condiciones de conducci\u00f3n y diferentes fuentes de ruido.
El objetivo perseguido es crear un sistema autom\u00e1tico de audici\u00f3n (machine listening) que se integre en los procedimientos de control de calidad y an\u00e1lisis funcional de la planta, y que facilite la detecci\u00f3n, clasificaci\u00f3n y localizaci\u00f3n de los ruidos indeseables que afectan a la calidad sonora del veh\u00edculo.<\/p>\n<\/div><\/div>\n","protected":false},"excerpt":{"rendered":"

Tecnolog\u00edas del habla para la diversidad funcional El grupo ha desarrollado un sistema de conversi\u00f3n de texto a voz que, sobre todo para el euskera, ha alcanzado un elevado nivel de difusi\u00f3n en el Pa\u00eds Vasco. En este proyecto se propone la investigaci\u00f3n delas t\u00e9cnicas basadas en redes neuronales, con el fin de obtener un … <\/p>\n","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-34","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/aholab.ehu.eus\/aholab-gtts\/wp-json\/wp\/v2\/pages\/34","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/aholab.ehu.eus\/aholab-gtts\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/aholab.ehu.eus\/aholab-gtts\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/aholab.ehu.eus\/aholab-gtts\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/aholab.ehu.eus\/aholab-gtts\/wp-json\/wp\/v2\/comments?post=34"}],"version-history":[{"count":3,"href":"https:\/\/aholab.ehu.eus\/aholab-gtts\/wp-json\/wp\/v2\/pages\/34\/revisions"}],"predecessor-version":[{"id":129,"href":"https:\/\/aholab.ehu.eus\/aholab-gtts\/wp-json\/wp\/v2\/pages\/34\/revisions\/129"}],"wp:attachment":[{"href":"https:\/\/aholab.ehu.eus\/aholab-gtts\/wp-json\/wp\/v2\/media?parent=34"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}