Aprimoramento de modelos de reconhecimento automático de fala em relação ao reconhecimento de nomes próprios por meio da criação via síntese de fala de um dataset de entidades nomeadas

• Processo: 25/06244-6
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de agosto de 2025
• Data de Término da vigência: 31 de julho de 2026
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Sandra Maria Aluísio
• Beneficiário: Rodrigo de Freitas Lima
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Empresa: Universidade de São Paulo (USP). Centro de Inovação da USP (INOVA)
• Vinculado ao auxílio: 19/07665-4 - Centro de Inteligência Artificial, AP.eScience.CPE
• Assunto(s): Aprendizado computacional Inteligência artificial Processamento de linguagem natural Reconhecimento automático de fala Síntese de voz
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Inteligência Artificial | Processamento de Linguagem Natural | Reconhecimento Automático de Fala | Reconhecimento de Entidades Nomeadas | síntese de voz | Processamento de Linguagem Natural

Resumo

Nos últimos anos, a abordagem de redes neurais profundas se consagrou como a melhor forma de implementar um programa de reconhecimento automático de fala, e todos os modelos de ponta utilizam essa estratégia. Entretanto, aplicações construídas a partir de redes neurais artificiais (RNA) apresentam dificuldade no reconhecimento de entidades nomeadas, com o problema se agravando em linguagens menos representadas, como o português brasileiro. O presente projeto de iniciação científica tem como objetivo aprimorar o reconhecimento de nomes próprios pelos sistemas de reconhecimento automático de fala em português brasileiro. Para tal, propõe-se a utilização de aplicações de síntese de fala para gerar automaticamente datasets de áudio que têm como conteúdo entidades nomeadas, assim aumentando a quantidade de dados desse tipo disponíveis para o treinamento de modelos de transcrição automática, a fim de familiarizar a rede neural a nomes próprios.