Show simple item record

dc.rights.licensehttps://creativecommons.org/licenses/by-sa/2.5/ar/es_AR
dc.contributor.advisorGattei, Carolina A.
dc.contributor.advisorGravano, Agustín
dc.contributor.authorGonzález, Joaquínes_AR
dc.date.accessioned2023-09-19T22:29:50Z
dc.date.available2023-09-19T22:29:50Z
dc.date.issued2023
dc.identifier.urihttps://repositorio.utdt.edu/handle/20.500.13098/12031
dc.description.abstractEl presente trabajo se enmarca en el proyecto de investigación de la Dra. Carolina Gattei y la Mag. Analí Taboh, radicado en la Universidad Torcuato Di Tella, en el cual se realizan pruebas que ayudan a diagnosticar a personas con distintas patologías del habla y la audición. Los datos recolectados por el equipo son entrevistas a niños/as con hipoacusia y equipados con audífono(s) y/o implante coclear. La transcripción y análisis de estas pruebas es un proceso manual y costoso en términos de tiempo y recursos. Actualmente, el estado del arte de los principales modelos de reconocimiento automático del habla (ASR por sus siglas en inglés) son entrenados para trabajar en lenguas de amplio alcance (como el español o el inglés) y para personas sin dificultades en el habla. Sin embargo, cuando se trata de hablantes con patologías del habla y la audición, como parte de los resultados de este trabajo se ha corroborado que estos modelos tienen una baja tasa de aciertos dada la escasa, o nula, representación ´on que tiene esta población en los datos de entrenamiento. En el presente trabajo se argumenta que, haciendo uso de técnicas de aprendizaje automático y transferencia de conocimiento, puede sacarse provecho de modelos de ASR pre entrenados para lograr adaptarlos a una población con modelos acústicos poco representados actualmente. El objetivo general de esta tesis es explorar la factibilidad de implementar una metodología que permita la construcción y evaluación de sistemas de procesamiento automático del habla que generen transcripciones enriquecidas sobre los audios producidos por los/as niños/as con dificultades del habla y la audición. Esto requiere de ensamblar distintos modelos especializados en tareas de reconocimiento de voz y elaborar un mecanismo que permita evaluar y comparar estos sistemas.es_AR
dc.format.extent74 p.es_AR
dc.format.mediumapplication/pdfes_AR
dc.languagespaes_AR
dc.publisherUniversidad Torcuato Di Tellaes_AR
dc.rightsinfo:eu-repo/semantics/openAccesses_AR
dc.subjectTecnología médicaes_AR
dc.subjectInnovación científicaes_AR
dc.subjectScientific innovationes_AR
dc.subjectRecepción auditivaes_AR
dc.subjectHearinges_AR
dc.subjectHealthes_AR
dc.titleDiseño, implementación y evaluación de metodologías para el procesamiento automático del habla en personas con hipoacusiaes_AR
dc.typeinfo:eu-repo/semantics/articlees_AR
dc.type
thesis.degree.nameMaster in Management + Analytics
dc.subject.keywordReconocimiento automático del hablaes_AR
dc.subject.keywordAutomatic speech recognitiones_AR
dc.subject.keywordHipoacusiaes_AR
dc.subject.keywordHearing losses_AR
dc.type.versioninfo:eu-repo/semantics/acceptedVersiones_AR


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record