Uma proposta de ferramenta para a experimentação do aprendizado profundo no reconhecimento da fala para o idioma Português

Resumo

O Processamento de Linguagem Natural já faz parte hoje da rotina de grande parte da sociedade, em gestos simples como comandos de voz pelo celular ou instruções faladas a um assistente virtual. Compreender o que é dito verbalmente pode ser uma tarefa simples para um falante nativo de um idioma, e considerada uma das mais essenciais para o convívio interpessoal. No contexto atual, marcado pela grande busca por integração entre sistemas, Internet das Coisas e ambientes dotados de dispositivos inteligentes e robôs, tal interação entre homens e máquinas fica em evidência, e uma abordagem utilizando aprendizado de máquina para atuar nesse relacionamento torna-se uma solução possível. O presente trabalho tem o objetivo de apresentar um ambiente que possibilite a experimentação de modelos na tarefa de Reconhecimento de Fala, bem como implementar modelos de classificação utilizando redes neurais de aprendizado profundo. Ao final, é feita uma análise comparativa entre a acurácia de possíveis modelos sendo experimentados. Como contribuições deste trabalho, é apresentada uma metodologia que permite a experimentação de reconhecimento de fala, bem como uma proposta de classificador treinado em uma base de dados de áudios em Português do Brasil.