|
Descripción
|
|
|---|---|
| El éxito en la comunicación entre humanos se fundamenta principalmente en nuestra habilidad natural para explotar e integrar conocimiento a priori y contextual. Los sistemas de reconocimiento automático muestra una alta eficacia en entornos conocidos, pero su funcionamiento se degrada significativamente cuando las condiciones de aplicación varían incluso levemente, una situación que los humanos manejamos sin problemas. Resultados muy recientes en reconocimiento de locutor muestran que el análisis de factores se puede emplear para introducir información a priori sobre la variabilidad del locutor y de la sesión (esta información se puede estimar sobre grandes cantidades de datos), produciendo sistemas que alcanzan nuevos niveles de funcionamiento y, especialmente, de robustez frente a condiciones no entrenadas. Estas ideas se pueden explotar todavía más en reconocimiento de locutor y también se pueden exportar a otras áreas tales como el reconocimiento del lenguaje o la detección de trastornos del sueño (apnea). Un método complementario de introducir información contextual y conocimiento a priori es el uso de un marco de trabajo Bayesiano para combinar información de diferentes fuentes y naturalezas. Esto permitirá explotar información adicional que permitirá la realización de sistemas interactivos basados en voz y multimodales personalizados y con mayor robustez en escenarios de Inteligencia Ambiental. | |
|
Internacional
|
No |
|
Tipo de proyecto
|
Proyectos y convenios en convocatorias públicas competitivas |
|
Entidad financiadora
|
MCINN |
|
Nacionalidad Entidad
|
ESPAÑA |
|
Tamaño de la entidad
|
Pequeña Empresa (11-50) |
|
Fecha concesión
|
11/12/2009 |