Más de medio millar de personas transcriben automáticamente vídeos en euskera y castellano con el reconocedor del habla Aditu en su primer mes
Con un mes disponible para el público, Aditu, la nueva plataforma que permite transcribir y subtitular vídeos y audios en euskera y castellano, ha superado el medio millar de personas usuarias. Así lo explica el equipo de I+D de Elhuyar, que ha utilizado las tecnologías más innovadoras en el reconocimiento del habla y la inteligencia artificial para extender al euskera esta herramienta, que hasta ahora solo existía para determinados idiomas.
Aditu es una plataforma que transcribe y subtitula de manera automática audios y vídeos, tanto en directo como en diferido, en euskera y en castellano. Sus usos, con un mes de vida, están siendo múltiples: desde periodistas que transcriben grabaciones de entrevistas con esta aplicación hasta personas con problemas auditivos que subtitulan una conferencia o una canción, pasando por aquellas con dificultades motoras que no pueden escribir pero sí dictar. Los hay, incluso, quienes se plantean dictar sus reflexiones para un informe, para que Aditu las transcriba automáticamente mientras conducen.
Elhuyar ha trabajado durante varios años para la construcción de las redes neuronales que se encuentran detrás de esta aplicación, para que esas redes realicen su proceso de aprendizaje o entrenamiento a través de miles de datos y para, finalmente, crear una interfaz que permite una utilización sencilla de esta herramienta.
Su objetivo con esta herramienta es extender recursos digitales a lenguas como el euskera, porque estas “están fuera de las estrategias e intereses de mercado de los gigantes tecnológicos”, según Jon Abril, director general de Elhuyar. Ahora, la transcripción y el subtitulado de noticias, un documental e incluso el pleno de un ayuntamiento pueden realizarse aquí. El servicio es gratuito en su modo de prueba y de pago en una segunda fase.
Igor Leturia, responsable de tecnologías del habla en Elhuyar, explica que el reto ahora es doble: por un lado, realizar mejoras en casos como, por ejemplo, los audios con ruido, e introducir nuevos datos que permitan incorporar aspectos como los diferentes dialectos del euskera. Por otro, recuerda que “la interacción de las personas con las máquinas es cada vez mayor y, en muchos casos, esa interacción está siendo hablada, con ejemplos como los asistentes virtuales como Siri o Alexa o las máquinas de la industria 4.0 dirigidas por voz”, lo que abre la puerta a integrar esta herramienta de transcripción en productos o sistemas, como la domótica, y poder utilizar el idioma que se desee, en este caso el euskera o el castellano.
