RT info:eu-repo/semantics/article
T1 Adaptación de ASR al habla de personas con síndrome de Down
A1 Fernández-García, David
A1 Cardeñoso-Payo, Valentín
A1 González-Ferreras, César
A1 Escudero-Mancebo, David
K1 ASR, Pathologic Speech, whisper, Data Augmentation
AB El habla de las personas con discapacidad intelectual (DI) plantea enormes retos a los sistemas de reconocimiento automático del habla (ASR), dificultando con ello el acceso de una población especialmente sensible a los servicios de información. En este trabajo se estudian las dificultades de los sistemas ASR para reconocer habla de personas DI y se muestra cómo esta limitación puede ser combatida con estrategias de ajuste fino de modelos. Se mide el rendimiento de ASR basado en whisper (v2 y v3) con un corpus de referencia de habla típica y habla DI, comprobando que hay diferencias importantes y significativas. Aplicando técnicas de fine-tuning, el rendimiento para hablantes DI mejora en al menos 30 puntos porcentuales. Nuestros resultados muestran que la inclusión de voz de personas DI en los corpus de entrenamiento es fundamental para mejorar la eficacia de los ASR.
PB Sociedad Española para el Procesamiento del Lenguaje Natural
SN 1135-5948
YR 2024
FD 2024
LK https://uvadoc.uva.es/handle/10324/82053
UL https://uvadoc.uva.es/handle/10324/82053
LA spa
NO Procesamiento Del Lenguaje Natural, septiembre 2024, n. 73, p. 209-220.
DS UVaDOC
RD 23-ene-2026