Estimación de la variabilidad en las transcripciones de un modelo de reconocimiento de voz
Gardado en:
| Autor: | |
|---|---|
| Formato: | tesis de maestría |
| Data de Publicación: | 2025 |
| Descripción: | Este trabajo presenta la adaptación y aplicación de la técnica de MCD para evaluar la incertidumbre en las transcripciones generadas por el modelo de reconocimiento de voz Whisper, evaluando un conjunto de datos de audio en español con transcripciones correspondientes. La metodología propuesta cuantifica la incertidumbre basándose en la variabilidad de las inferencias realizadas por el modelo y permite captar parcialmente la correlación entre esta incertidumbre y el desempeño del sistema. Los resultados evidencian una diferencia significativa entre dos grupos de audios —aquellos con un WER superior o inferior a distintos umbrales predefinidos—, lo que sugiere que MCD puede discriminar niveles de precisión en el reconocimiento de voz. Además, se contrastaron estos resultados de incertidumbre con la técnica de TS, observándose un comportamiento similar entre ambas técnicas, con diferencias mínimas. El estudio también aborda conceptos clave en el campo de Automatic Speech Recognition (ASR), se centra en el modelo Whisper y propone futuras líneas de investigación para ampliar la comparación y robustez de los resultados obtenidos. |
| País: | Kérwá |
| Institución: | Universidad de Costa Rica |
| Repositorio: | Kérwá |
| Idioma: | Español |
| OAI Identifier: | oai:kerwa.ucr.ac.cr:10669/101679 |
| Acceso en liña: | https://hdl.handle.net/10669/101679 |
| Palabra crave: | Variabilidad trasncripciones Reconocimiento de voz |