Nuevo sistema de aprendizaje automático de lenguaje hablado para computadores y robots

Un nuevo sistema de aprendizaje automático permite a un computador, robot u otro dispositivo computarizado aprender a distinguir los componentes fonéticos de las palabras, sin disponer de la ayuda de datos de adiestramiento proporcionados por humanos.

Cada lenguaje posee su propia colección de fonemas, o unidades fonéticas básicas de las que están compuestas las palabras habladas.

Dependiendo de cómo se cuenten, el inglés tiene entre 35 y 45.

Conocer los fonemas de un lenguaje puede facilitar mucho que los sistemas automáticos aprendan a interpretar el habla.

El equipo de la ingeniera Chia-ying Lee, del Instituto Tecnológico de Massachusetts (MIT), en Cambridge, Estados Unidos, ha inventado un nuevo sistema de aprendizaje automático que, como varios sistemas anteriores a él, puede aprender a distinguir las palabras habladas.

Pero a diferencia de sus predecesores, puede también aprender a distinguir unidades fonéticas de bajo nivel, tales como sílabas y fonemas.
We don’t just mean the 3D virtual model of the building but also the process of construction can be viewed and tasks can be scheduled and purchase cialis http://www.donssite.com/truckphoto/Pictures_of_trucks_on_the_road.htm costing be determined beforehand. This, in turn, increases the blood flow and thereby allows men to get a cialis shipping firm erection in penile. The hormones recommended are designed to meet cialis viagra canada the specific needs of the patient, in order to restore sexual function. However, women who are on blood pressure or cholesterol which affects blood flow into your penis . these are all physical causes that order cheap levitra affect men usually as they age. there are also psychological factors such as stress or performance anxiety that can be undertaken for maintaining safety on the roads.
De esta forma, podría ofrecer una ayuda vital al desarrollo de sistemas de procesamiento informático del habla para lenguajes que no se hablan ampliamente y que no disfrutan del beneficio de décadas de investigación lingüística sobre sus sistemas fonéticos.

Podría asimismo ayudar a hacer a los sistemas de procesamiento del habla más adaptables, dado que la información sobre las unidades fonéticas de bajo nivel podría facilitar la eliminación de distinciones entre las pronunciaciones de los diferentes hablantes.

A diferencia de los sistemas de aprendizaje automático que han conducido a la creación de, por ejemplo, los algoritmos de reconocimiento del habla que se usan en los teléfonos inteligentes actuales, el sistema de los investigadores del MIT funciona sin supervisión, lo que significa que actúa directamente sobre los archivos de habla en bruto: no depende de las laboriosas anotaciones de datos para el adiestramiento proporcionadas por expertos humanos.

Así que podría resultar mucho más fácil de extender a nuevos grupos de datos para adiestramiento y nuevos lenguajes.

Fuente: Noticias de la Ciencia