El proyecto CIEMPIESS-UNAM y sus herramientas lingüísticas de uso libre

Abstract

El proyecto CIEMPIESS-UNAM es un portal en internet que surge de la necesidad de contar con una mayor cantidad recursos lingüísticos libres para la investigación en reconocimiento automático de habla. En esta ponencia se presentarán diversas herramientas de fonetización de palabras en español tanto en línea como para cómputo en una máquina local, mismas que se utilizan en la creación automática de diccionarios de pronunciación. Se presentarán también dos tipos diferentes de sistemas de reconocimiento de voz, uno basado en gramáticas y otro basado en modelo de lenguaje, así como el Corpus CIEMPIESS, que se trata de un corpus oral para uso en reconocimiento de habla con una extensión de 17 horas, gratuito y disponible para todo público. Para terminar se hablará sobre nuevos recursos lingüísticos que ya están en puerta, así como de las maneras en las que se puede colaborar con el proyecto. //// Carlos Daniel Hernández Mena, ( ca_hernandez@uxmcc2.iimas.unam.mx ). Es ingeniero en Comunicaciones y Electrónica por el Instituto Politécnico Nacional (IPN) y maestro en Ingeniería en Computación por la UNAM. Actualmente estudia el doctorado en Ingeniería Eléctrica en la UNAM.Su área de trabajo es el reconocimiento de voz.