Crean una voz artificial con tono argentino

En el Laboratorio de Investigaciones Sensoriales del Instituto de Inmunología, Genética y Metabolismo (INIGEM, CONICET-UBA), un grupo de investigadores estudia los fundamentos de la comunicación humana mediante el habla.  Con sus hallazgos, desarrollaron un sistema por el cual las máquinas pueden hablar y reconocer palabras. Además, crearon una voz artificial con la entonación propia de la Argentina.

El equipo trabaja najo la dirección de los doctores Jorge Gurlekian (foto), Humberto Torres y Diego Evin

¿Cómo saber si la voz de una persona es efectivamente la de esa persona? ¿Cómo individualizar a alguien mediante un método preciso, discriminando cuestiones como entonación, articulación, calidad de voz, prosodia, intensidad, dialecto y otras características como las disfluencias y los desórdenes del habla? Con el perfeccionamiento de las nuevas tecnologías, toma relevancia un área de la ciencia dedicada determinar la identidad de una persona a partir de su voz.

Las transferencias más importantes han sido, entre otras, la creación de voz artificial con la entonación típica de la Argentina, lo que hace que se perciba con un alto grado de naturalidad (conocido en inglés como tecnología Text To Speech o TTS). Además, lograron el reconocimiento del habla para detectar palabras y nombres propios específicos cuando son expresados en discursos orales (denominado Key Word Spotting).

A su vez, el equipo creó pruebas perceptuales para evaluar la audición y la voz, así como el reconocimiento mediante la voz para verificar la identidad del hablante.

Una de las prioridades del LIS es la formación de recursos humanos provenientes de diferentes áreas del conocimiento. En sus proyectos intervienen ingenieros, bioingenieros, informáticos, lingüistas, médicos neurólogos y otorrinolaringólogos, foniatras y psicólogos.

Estos investigadores recibieron financiamiento por un total de $80.219 a través del Fondo para la Investigación Científica y Tecnológica (FONCyT) por su proyecto de investigación y desarrollo (PID) denominado “Desarrollo de métodos objetivos para el reconocimiento del hablante”.

El organismo adoptante fue la Gendarmería Nacional Argentina, lo que permitió masificar herramienta más de investigación y luchar contra el crimen en las distintas áreas de seguridad de nuestro país.

Asimismo, distintas empresas dedicadas a brindar servicios de comunicaciones se encuentran ya en la etapa de integrar estos desarrollos en los sistemas que proveen a la comunidad. Por ejemplo, la empresa Mitrol apoyó el desarrollo del sistema de conversión de texto a habla, mientras que la empresa BDT Solutions está en plena etapa de integración del sistema TTS.

Por su parte, la empresa Global News Media Group, dedicada a los estudios de marketing y búsquedas inteligentes, utiliza en la actualidad el sistema de localización de palabras KWS en emisiones de radio y televisión.

Más aplicaciones

Aunque es considerada como un dato más dentro de la batería de evidencias (dado que la voz no tiene el mismo peso que una huella digital o que los estudios de ADN), la identificación de hablantes es en la actualidad una gran ayuda en la labor de fonoaudiólogos y personal especializado en la materia. La tecnología cuenta con variadas aplicaciones, como el campo de la seguridad (en bancos) o el desarrollo de dispositivos para personas con discapacidad.

En el ámbito de la educación, pueden transferirse estas innovaciones para evaluar la capacidad de los alumnos en la escuela primaria para escuchar y hablar. Otro proyecto en curso consiste en la traducción de la voz del maestro a texto visible en una pantalla, lo que resultaría beneficioso para aquellos alumnos con disminución auditiva.

Asimismo, en el área de salud la evaluación diagnóstica de alteraciones en la voz contribuye a la detección temprana de tumores laríngeos y alteraciones asociadas a la comunicación verbal de origen neurodegenerativo.

Fuente: Mincyt