Trebe transforma grabaciones complejas en información útil con inteligencia artificial
¿Qué ocurre cuando una grabación contiene ruido de fondo, tiene una calidad deficiente o varias personas hablan al mismo tiempo? Aunque los sistemas de inteligencia artificial han mejorado notablemente en los últimos años, estas situaciones siguen representando un desafío para las tecnologías de reconocimiento de voz.
Con el objetivo de mejorar el procesamiento de este tipo de audios, Trebe ha participado en el proyecto europeo EMPOWER, una iniciativa financiada por el programa Europa Digital. En este marco, se reunieron empresas tecnológicas y cuerpos de seguridad de distintos países europeos para desarrollar herramienta de inteligencia artificial capaces de responder a necesidades operativas reales.
Uno de los principales retos abordados por Trebe dentro de EMPOWER ha sido el tratamiento de audios con elevados niveles de ruido o una calidad de grabación deficiente. Aunque las herramientas de transcripción automática ofrecen cada vez mejores resultados, su rendimiento continúa dependiendo en gran medida de la calidad de la señal de entrada. Cuando aparecen interferencias, ruido ambiental o grabaciones realizadas en condiciones poco favorables, la precisión de los sistemas puede reducirse considerablemente. «Todo el mundo transcribe bien cuando el audio es bueno. El problema aparece cuando hay mucho ruido o la calidad de la grabación es muy mala», explica Xabier García de Kortazar, CEO de Trebe.
Para responder a esta necesidad, la compañía trabajó en tecnologías capaces de mejorar la calidad del audio antes de su procesamiento. El objetivo era obtener grabaciones más útiles para los sistemas de reconocimiento de voz sin perder información relevante durante el proceso. El desafío no era menor. En ocasiones, las técnicas que permiten mejorar la escucha para una persona pueden eliminar matices que resultan importantes para los algoritmos de transcripción.
«Puedes hacer que el audio suene mejor, pero eso no significa que el sistema de transcripción vaya a funcionar mejor. A veces ocurre justo lo contrario», señala García de Kortazar.
Separar voces que hablan al mismo tiempo
Otro de los desarrollos realizados en el proyecto se centró en la separación de hablantes cuando varias personas intervienen simultáneamente en una conversación. Se trata de una de las situaciones más complejas para las tecnologías de reconocimiento de voz. Mientras los sistemas funcionan adecuadamente cuando los interlocutores hablan por turnos, las voces superpuestas dificultan la identificación de quién está diciendo qué.
Para abordar este problema, Trebe desarrolló soluciones capaces de aislar cada voz en pistas independientes y facilitar así posteriormente su análisis y transcripción. «Lo que nos pedían era separar las conversaciones en canales distintos para poder trabajar con cada voz por separado», explica el CEO.
Más allá de la transcripción
La participación en EMPOWER también ha permitido a la empresa explorar nuevas aplicaciones para sus tecnologías de voz. Según explica García de Kortazar, muchos sectores comparten necesidades similares cuando trabajan con información sensible y requieren herramientas capaces de ejecutarse dentro de sus propias infraestructuras.
Ámbitos como la sanidad, los servicios sociales, la administración pública o el sector legal demandan cada vez más soluciones que combinen capacidades avanzadas de procesamiento del lenguaje con garantías de privacidad y control sobre los datos.
En este contexto, el CEO considera que el valor diferencial ya no reside únicamente en la capacidad de transcribir o traducir información, sino en ofrecer funcionalidades adicionales adaptadas a necesidades concretas. «Hoy en día la transcripción se ha convertido en una tecnología accesible para cualquiera. La diferencia está en adaptarla a cada caso de uso y añadir capacidades como la eliminación de ruido o la separación de hablantes», sostiene.
La experiencia acumulada durante el proyecto refuerza así la apuesta de Trebe por el desarrollo de tecnologías especializadas para entornos donde la calidad del audio, la privacidad y la precisión siguen siendo factores determinantes.
El Grupo SPRI da la oportunidad a las empresas vascas de informar sobre su actividad en sus canales propios. Si tu proyecto está relacionado con nuestras temáticas (I+D+i, digitalización, internacionalización, emprendimiento, innovación…) puedes participar en la iniciativa Hablamos de ti. Además, puedes acceder a los programas de ayudas y servicios.
