Defesa de mestrado do discente João Paulo Alvarenga, dia 10/03/2023, as 10:00.

Defesa de mestrado do discente João Paulo Alvarenga, dia 10/03/2023, as 10:00.

Título: Uma Abordagem Centrada em Dados Para Reconhecimento de Fala em Português: Modelo de Língua e suas Implicações
Resumo: Os avanços mais recentes na Reconhecimento Automático de Fala permitem alcançar uma qualidade jamais antes vista em línguas com dados abundantes, tais como o inglês, e em línguas com dados limitados, como o português. Em particular, abordagens baseadas em modelos de Transformers permitem realizar a tarefa de reconhecimento de fala diretamente a partir do sinal bruto, sem a necessidade de extração manual de características. Alguns estudos já indicam que a qualidade da transcrição pode ser melhorada ainda mais com o uso de modelos de linguagem. No entanto, o impacto real destes modelos ainda não está claro para o português brasileiro, assim como a importância da qualidade dos dados usados para treinar os modelos. Por isso, este trabalho explora o impacto dos modelos de linguagem aplicados ao reconhecimento de fala português, tanto em termos de qualidade de dados quanto de desempenho computacional, com uma abordagem centrada em dados. Uma abordagem para medir a similaridade entre conjuntos de dados é proposta para auxiliar na tomada de decisão durante o treinamento. Os resultados mostram que é possível reduzir o tamanho do modelo de linguagem em ~80% e ainda alcançar taxas de erro em torno de 7,17% para o conjunto de dados Common Voice.
Data: 10/03/2023 - 10h
Link: meet.google.com/nyn-fsuy-awv
Orientador: Prof. Dr. Eduardo José da Silva Luz
Banca: Prof. Dr. Luiz Henrique De Campos Merschmann - UFLA e Rodrigo César Pedrosa Silva - UFOP

PPGCC - Programa de Pós-Graduação em Ciência da Computação

Departamento de Computação  |  ICEB  |  Universidade Federal de Ouro Preto
Campus Universitário Morro do Cruzeiro  |  CEP 35400-000  |  Ouro Preto - MG, Brasil
Telefone: +55 31 3559-1692  |  secretaria.ppgcc@ufop.edu.br