Herramientas Personales
Usted está aquí: Inicio / Agenda / Defensa Tesis Licenciatura Leandro Matayoshi

Defensa Tesis Licenciatura Leandro Matayoshi

Título: Sistema de calificación de pronunciación a nivel fono para aprendizaje de idiomas. Director: Luciana Ferrer. Jurados: Patricia Pelle, Juan Manuel Pérez y Agustín Gravano.

Detalles del evento

Cuándo

13/11/2018
de 10:00 a 11:00

Dónde

Laboratorio 5

Agregar evento al calendario

  • Título: Sistema de calificación de pronunciación a nivel fono para aprendizaje de idiomas.
  • Director: Luciana Ferrer
  • Jurados: Patricia Pelle, Juan Manuel Pérez y Agustín Gravano
  • Resumen:

Los avances tecnológicos de las últimas décadas han posibilitado el desarrollo de sistemas automáticos de Asistencia Computarizada para el Aprendizaje de Idiomas (ACAI). Estos sistemas brindan asistencia a estudiantes de segundos idiomas en diversos campos, entre las cuales se destacan la gramática, el vocabulario y la pronunciación. En este trabajo nos concentraremos en el desarrollo de un sistema de calificación de la pronunciación, que consiste en la generación de un puntaje que mida cuán bien fue pronunciado un determinado segmento de habla. Actualmente, los puntajes más confiables son generados a nivel de párrafo u oración, disminuyendo la precisión a medida que se reduce la duración del segmento a considerar. Sin embargo, los sistemas de puntuación de pronunciación que trabajan con unidades de habla más cortas, como por ejemplo el fono, son más útiles ya que permiten poner el foco en errores específicos del estudiante y pueden ser utilizados por niñxs aún incapaces de pronunciar frases largas.

En el presente trabajo exploramos nuevos atributos en el área de puntuación de la pronunciación a nivel fono, que a diferencia de los métodos generativos tradicionales basados en Modelos de Mezclas Gausianas (GMMs), modelan el comportamiento temporal de las características acústicas de bajo nivel del segmento de habla a considerar. Estos atributos dinámicos son estudiados en combinación con un sistema previo basado en Máquinas de Vectores de Soporte (SVM) entrenado con atributos llamados supervectores, de resultados ligeramente superiores a los métodos generativos tradicionales. Los resultados muestran que para un subconjunto de fonos, la combinación de supervectores y atributos dinámicos reduce el error durante la generación de puntajes, soportando la hipótesis de que ambos tipos de features contienen información complementaria.