Desarrollo de un sistema de Reconocimiento Automático del Habla en Rumano para el subtitulado de vídeos educativos

Abstract

[ES] El reconocimiento automático del habla (ASR, del inglés “Automatic Speech Recognition”) es una de las áreas más activas dentro de la inteligencia artificial y el aprendizaje automático. En esta área viene trabajando activamente el grupo de investigación "Machine Learning and Language Processing"(MLLP) del DSIC, principalmente a través de los proyectos europeos FP7 transLectures (2011-2014) y EMMA (2014-2016), el proyecto MINECO MORE (2016-2018), así como el proyecto europeo H2020 X5gon, el cual se encuentra en su primer año de ejecución (2017-2020). El trabajo desarrollado en estos proyectos ha dado lugar a sistemas avanzados de ASR en diversas lenguas, los cuales están siendo utilizados en el subtitulado automático de vídeos educativos del repositorio oficial de la UPV, “media UPV”, así como de repositorios de otras instituciones académicas como, por ejemplo, la Universidad Carlos III de Madrid, la Universidad de Lisboa y el Instituto Hasso Plattner alemán. Si bien el grupo MLLP ha desarrollado sistemas avanzados de ASR en diversas lenguas de la Unión Europea, tanto mayoritarias como minoritarias, hasta el momento no dispone de un sistema de ASR en Rumano que pudiera aplicarse a “media UP” u otros repositorios educativos. Una de las razones por las cuales no se dispone de dicho sistema es la falta de recursos lingüísticos en Rumano. Ahora bien, recientemente ha sido posible acceder a algunas fuentes de recursos lingüísticos en Rumano, por lo que que ya es posible construir un sistema de ASR en Rumano aceptablemente preciso. El trabajo que se propone, consiste en construir un sistema de ASR en Rumano tan preciso como sea posible, siempre dentro de las condiciones del TFG. Durante el TFG, se han realizado algunos trabajos experimentales que han conducido a la construcción y la evaluación del sistema ASR en Rumano objetivo del TFG.

[CA] El reconeixement automàtic de la parla(ASR, del anglès “Automatic Speech Recognition”) es una de de les àrees més actives dins de la inteligència artificial i el aprenentatge automàtic. En aquesta àrea ve treballant activament el grup de investigació “Machine Learning and Language Processing” (MLLP) del DSIC, principalment a través dels projectes europeus FP7 transLectures (2011-2014) y EMMA (2014-2016), el projecte MINECO MORE(2016-2018), així com el projecte europeu H2020 X5gon, que es troba en el seu primer any de execució (2017-2020). El treball desenvolupat en aquests projectes ha donat lloc a sistemes avançats d’ASR en diverses llengües, els quals estàn siguent utilitzats en el subtitulat automàtic de vídeos educatius del repositòri oficial de la UPV, “media UPV”, així com de repositoris de altres institucions acadèmiques com, per exèmple, la Universitat Carlos III de Madrid, la Universitat de Lisboa y el Institut Hasso Plattner alemany. Si bé el grup MLLP ha desenvolupat sistemes avançats d’ASR en divèrses llengües de la Unió Europea, tant majoritàries com minoritàries, fins el moment no disposa d’un sistema d’ASR en Romanés que puguera aplicarse a “media UPV” o altres repositòris educatius. Una de les raons per les quals no disposa d’un sistema semblant és la falta de recursos llingüístics en Romanés. Ara bé, recentment ha sigut possible accedir a algunes fonts de recursos llingüístics en Romanés, per lo que que ja és possible construir un sistema d’ASR en Romanés acceptablement precís. El treball que es proposa consisteix en construir un sistema d’ASR en Romanés tan precís com siga possible, sempre dintre de les condicions del TFG. Durant el TFG, s’ha portat a terme alguns treballs experimentals que han conduït a la construcció y evaluació del sistema ASR en Romanés objectiu del TFG.

[EN] Automatic Speech Recognition, or ASR, is one of the most active areas in artifficial intelligence and machine learning. The investigation group “Machine Learning and Language Processing” (MLLP) from DSIC deparment is actively mainly working in this area through the european projects FP7 transLectures (2011-2014) and EMMA (2014-2016), the MINECO MORE project (2016-2018), and the european project H2020 X5gon, which is in it’s first year of execution (2017-2020). The work developed in this projects led to advanced ASR systems in different languages, which are used to subtitle educational videos automatically from the official repository of the UPV, “media UPV”, and also other repositorys from other institutions such as “Universidad Carlos III” from Madrid, Lisbon University and the german Institute Hasso Plattner. Althought MLLP group has developed advanced ASR systems for different majority and minority languages from the European Union, it does not have any ASR system for Romanian language that can be used for “media UPV” or other educational repositorys. One of the reasons why this system is not available is because of the lack of Romanian linguistic resources. However, recently it was possible to access a few Romanian linguistic resources, so it is already possible to build an Romanian ASR system that is accurate enough. The proposed project consists in building a Romanian ASR system as accurate as possible inside the terms of the TFG. During the TFG, many experimental tasks have been done that led to the building and evaluating the objective of the TFG which is the Romanian ASR system