El pasado miércoles 21 de octubre se realizó el lanzamiento del libro «Lenguaje e IA. El arte de interactuar con las máquinas», que incluye el capítulo “Una experiencia interdisciplinaria entre la fonética, fonología, cognición, ciencia de datos e informática: avances y desafíos”, escrito por Macarena Céspedes, Fernando Crespo, Bárbara Ferrada y Gabriela Berríos, de la Universidad Alberto Hurtado.
El capítulo presenta una experiencia de investigación que integra fonética, fonología, informática y ciencia de datos para avanzar en el análisis del habla. El trabajo se origina en las investigaciones desarrolladas por Macarena Céspedes y el LabFON UAH a partir del análisis de audios y de unidades fonéticas y fonológicas. “Me contacté con Macarena para ver cómo explotar los datos, y ahí nos dimos cuenta de que había una serie de análisis que no se habían explorado. Quisimos ir más allá y empezar a explorar qué test, enfoques estadísticos y de machine learning podíamos aplicar”, explica Fernando Crespo.
Una mirada interdisciplinaria al análisis del habla
La colaboración permitió incorporar nuevas herramientas al estudio de los datos obtenidos desde registros de audio. Según Crespo, uno de los principales desafíos fue comprender las necesidades de una disciplina distinta y traducirlas en problemas que pudieran ser abordados mediante análisis estadístico y computacional.
Actualmente, el análisis de los audios se realiza de manera manual mediante Praat, software utilizado para este tipo de estudios, mientras el equipo trabaja en nuevas iniciativas orientadas a automatizar parte del proceso. Uno de los desafíos técnicos consiste en lograr que los algoritmos distingan correctamente entre una señal lingüística y el ruido. “Al día de hoy sigue siendo un gran problema en ciencia de datos distinguir el ruido de una señal coherente. El algoritmo, dependiendo del criterio, puede interpretar que la sílaba terminó o que lo que está escuchando es ruido”, señala Crespo.
El académico explica que este problema puede abordarse mediante pruebas sucesivas para encontrar umbrales adecuados de análisis, aunque se trata de una dificultad que todavía requiere revisión y perfeccionamiento.
Nuevos desafíos para la investigación
La colaboración busca seguir avanzando en la predicción de signos fonéticos y fonológicos y en el desarrollo de herramientas que permitan que la lectura de un texto tenga características más cercanas al habla humana. “Hay mucho que hacer desde el punto de vista de predecir los signos fonéticos y fonológicos, pero también desde el punto de vista de la lectura gramatical a fonológica, para que una lectura de un texto no suene robótica, sino como lo haría una persona”, explica Crespo.
El académico agrega que estos desarrollos pueden abrir nuevas preguntas de investigación, entre ellas cómo distinguir una voz humana de una generada por una máquina o cómo proteger determinadas características del habla frente a posibles usos indebidos.