Noiredecu911: Metodología en la transcripción de voz a texto en audios del ECU 911

Abstract

Los sistemas de reconocimiento automático de voz (ASR) son herramientas que han ido ganando terreno en los últimos años debido a su aplicación y utilidad. Sin embargo, aún son susceptibles a la calidad de los audios que procesan. Una opción para mejorar la calidad es el procesamiento previo de los audios con técnicas denominadas como “mejora del habla”. El presente estudio se centra en desarrollar una metodología de mejora del habla en audios digitales del centro de comando y control ECU911, el mismo que disminuye el índice de error WER de las transcripciones generadas por los ASR. Los resultados de la prueba demostraron que el 40% los audios a los que se le aplicaron la técnica "paso bajo" mejoraron entre el 3% y 10%. Esto se debe a las características propias con las que cuentas los audios como la reverberación, pronunciación del hablante o el uso de regionalismos.