IBM experimenta un sistema audiovisual que reconoce la voz en lugares ruidosos

La sala del centro de investigaci¨®n Thomas J. Watson de IBM rebosa de gente, pero nadie dice ni p¨ªo. El cient¨ªfico David Nahamoo habla a su port¨¢til. El aparato obedece y transcribe todo, aunque con algunos errores. Si la escena sucediera en el ajetreado parqu¨¦ de la Bolsa de Wall Street, el sistema de reconocimiento del habla fallar¨ªa estrepitosamente. Estos programas no funcionan bien en entornos ruidosos.

Segunda parte de la prueba: el cient¨ªfico Nahamoo coloca ahora su cara delante de la c¨¢mara integrada y repite la operaci¨®n entre el ruido. Sorpresa: mejoran los resultados.

IBM est¨¢ experimentando un sistema audiovisual que aumente la capacidad de reconocimiento del habla. Se trata de combinar los tradicionales sistemas de audio con una tecnolog¨ªa de visi¨®n artificial que lee los labios y la mand¨ªbula, explica Nahamoo, responsable del grupo de tecnolog¨ªas humanas de la lengua de IBM.

La multinacional norteamericana est¨¢ probando esta tecnolog¨ªa con su popular programa ViaVoice; pero de momento no existe una fecha para su salida al mercado.

En condiciones normales, un sistema de reconocimiento de la voz tiene un alto ¨ªndice de aciertos. En los ¨²ltimos dos a?os se han conseguido alcanzar hasta 10 decibelios de mejora en la relaci¨®n se?al/ruido, mezclando el v¨ªdeo y el audio. Es decir, el ambiente de trabajo puede tener 10 decibelios m¨¢s de ruido de fondo y funcionar¨ªa con id¨¦ntica calidad. Adem¨¢s, el software permitir¨ªa determinar cu¨¢ndo un usuario est¨¢ intentando utilizar el sistema de reconocimiento.

Esta soluci¨®n tambi¨¦n podr¨ªa aplicarse en la telefon¨ªa m¨®vil multimedia: "En pa¨ªses como Jap¨®n hablar alto no es educado, tienes que hablar con una voz muy baja, casi en murmullos. Por ello, cuando se habla con un tel¨¦fono m¨®vil la cantidad de ruido externo es muy grande".

Este proyecto forma parte de la iniciativa Super Human Speech Recognition de IBM, que en los pr¨®ximos ocho a?os espera igualar e incluso superar la capacidad humana en la comprensi¨®n de la voz.

La tecnolog¨ªa del habla se rige por un esquema evolutivo: cada a?o se produce entre un 20% y un 25% de reducci¨®n de la tasa de errores en los nuevos programas de reconocimiento de voz.

Traductores de mano

Pero no es en lo ¨²nico que trabaja el ¨¢rea de lenguaje de IBM. Gracias a ella, los soldados norteamericanos podr¨¢n saltarse la academia de idiomas. En sus misiones a pa¨ªses lejanos, un ordenador de bolsillo se encargar¨¢ de traducir al ingl¨¦s idiomas aut¨®ctonos como el chino mandar¨ªn, el past¨²n o el ¨¢rabe.

Se pretende emplear los equipos en el campo de batalla, con los refugiados y la atenci¨®n m¨¦dica. El proyecto Babylon de la agencia de defensa Darpa, en el que participan entre otras compa?¨ªas IBM (se encarga del chino), invierte 24 millones de d¨®lares durante los pr¨®ximos tres a?os para crear un traductor de mano.

"El programa de Babylon se centrar¨¢ en la poblaci¨®n de menores recursos y en los idiomas de pueblos con un alto riesgo de terrorismo. El mandar¨ªn y el ¨¢rabe fueron seleccionados por las necesidades inmediatas y a medio plazo", reza la web del proyecto. Seg¨²n Federal Computer Week, 500 de estos aparatos, que transcrib¨ªan 1.500 frases inglesas a otra lengua, fueron empleados por los soldados norteamericanos este a?o en Afganist¨¢n. Ahora se trabaja en un equipo que traduzca en ambos sentidos.