Aproximación al reconocimiento voz-texto EN/ES aplicado a documentos audiovisuales: un estudio de caso

Abstract

El avance en el desarrollo de la inteligencia artificial y, especialmente, en el procesamiento del lenguaje natural ha propiciado que se produzcan mejoras en los sistemas de reconocimiento de voz-texto, así como de traducción automática. Las plataformas de contenido multimedia se han beneficiado de estos avances y los han aplicado a los subtítulos traducidos, muchos de ellos generados automáticamente. En este contexto, el presente Trabajo de Fin de Grado (TFG) pretende comprobar si los sistemas de reconocimiento de voz-texto y de traducción automática de YouTube (iCloud) son capaces de ofrecer un producto final de calidad similar a la humana a la hora de trasvasar lingüísticamente un vídeo de temática agroalimentaria en lengua inglesa subtitulado automáticamente al español, a partir de la selección de una muestra en la que analizamos los errores más recurrentes utilizando una metodología basada en el modelo MQM adaptado por Ortiz (2016). Los resultados que se desprenden nos permitirán vislumbrar los errores típicos y, a su vez, establecer pautas para perfeccionar los sistemas de reconocimiento de voz-texto y de traducción automática.