Análisis de la interacción con Modelos de Procesamiento de Lenguaje Natural en Español en Modalidad de Audio: Una Revisión Sistemática de Literatura

Abstract

El presente trabajo tuvo como propósito realizar una revisión sistemática de literatura para analizar las técnicas, modelos y criterios aplicados al procesamiento de lenguaje natural (PLN) orientado al análisis léxico-semántico a partir del audio en idioma español. Se aplico la metodología de Kitchenham (2007), siguiendo un proceso de búsqueda, selección, evaluación y síntesis de 32 estudios publicados entre 2017 y 2026. Los artículos fueron codificados mediante 17 criterios de extracción agrupados en cuatro preguntas de investigación, con el fin de examinar enfoques, modelos, corpus y métricas. El análisis incluyó herramientas de visualización y reducción de dimensionalidad, como redes de coocurrencia y análisis de correspondencia múltiple (MCA), para identificar patrones, relaciones y vacíos en la literatura. Los resultados evidenciaron una transición desde los métodos basados en reglas hacia modelos de aprendizaje profundo y arquitecturas preentrenadas como Whisper, Wav2Vec 2.0 y Conformer, junto con el uso predominante de métricas de evaluación como WER, CER Y F1-Score. También se identificó la limitada disponibilidad de corpus orales amplios y equilibrados en español, lo que restringe la creación de sistemas más inclusivos y adaptados a la variabilidad dialectal. En conclusión, el PLN enfocado en el desarrollo léxico-semántico en modalidad de audio, constituye un campo en expansión con alto potencial de aplicación en ámbitos educativos y clínicos y requiere fortalecer la creación de corpus abiertos y métricas semánticas más precisas para impulsar el desarrollo tecnológico del lenguaje en español.