Polyphonic Verse: l’Audio Recognition applicato alla traduzione istantanea

L’Audio Recognition e l’AI sono due aree tecnologiche che stanno sempre più intersecandosi con l’obiettivo di trasformare molti settori, soprattutto nel campo investigativo e forense.

Il brevetto per “metodo di elaborazione di un flusso audio per il riconoscimento di voci e/o suoni di sottofondo e relativo sistema” sulla nostra tecnologia audio, ha dato l’avvio a ulteriori ricerche e sviluppi nella piattaforma “Polyphonic”.

La combinazione sinergica tra le capacità del riconoscimento vocale e le abilità predittive dell’AI è da anni al centro degli studi di Pragma Etimos e ne rappresenta una parte importante del core business.

L’obiettivo del presente articolo è quello di illustrare il nuovo tool “Polyphonic Verse”, una feature progettata per arricchire la piattaforma dello Speaker Recognition. Un’evoluzione significativa che offre funzionalità avanzate e capacità multilingue per essere ancora più performante e supportare il lavoro degli esperti.

Vediamo tutti i dettagli.

Cos’è Polyphonic Verse?

Polyphonic Verse è un’importante innovazione nel riconoscimento vocale e nella comprensione del linguaggio parlato.

Il modello è stato addestrato su un ampio e variegato insieme di informazioni con centinaio di migliaia di ore di dati audio. Quest’ultimi includono trascrizioni di audio in molteplici lingue comprese forme dialettali.

Ciò che rende Polyphonic Verse unico rispetto ad altre soluzioni sul mercato è la sua robustezza e versatilità. Infatti, mostra una resistenza superiore agli accenti, comprese le pronunce, ai rumori di fondo e al linguaggio tecnico, grazie alla sua ampia e diversificata base di dati.

Oltre al riconoscimento vocale e alla traduzione, Polyphonic Verse si presenta come un sistema completo per la comprensione e l’analisi del linguaggio parlato. Integrato con la piattaforma “Polyphonic”, fornisce un’analisi dettagliata del parlante identificando non solo la lingua ma, anche, l’isoglossa di riferimento, così da individuare ristrette aree geografiche di parlanti, le loro rispettive varianti linguistiche nonché tratti gergali, offrendo nell’insieme una trascrizione accurata di reperti fonici di intra e inter parlatori. Questo consente agli operatori di analizzare e comprendere i contenuti audio con maggiore efficienza e precisione.

In sintesi, non è solo uno strumento di riconoscimento vocale, ma una soluzione integrata per la comprensione e l’analisi del linguaggio parlato, volta a migliorare l’accuratezza delle operazioni lavorative attraverso una vasta gamma di applicazioni.

Riconoscimento Dialettale

Il riconoscimento dialettale rappresenta una delle sfide più affascinanti e complesse nel campo della linguistica computazionale.

Con l’avvento di tecnologie avanzate come il riconoscimento vocale e l’Intelligenza Artificiale, la possibilità di identificare e comprendere i dialetti locali sta diventando sempre più realistica. Polyphonic Verse nasce con l’intento di superare questa sfida ed effettuare trascrizioni real-time di forme dialettali complesse.

Un aspetto cruciale del riconoscimento dialettale è, come anticipato, l’utilizzo e l’individuazione di isoglosse, linee immaginarie tracciate su una mappa che separano aree linguistiche diverse sulla base di specifiche caratteristiche fonetiche, morfologiche o lessicali. Le isoglosse aiutano a identificare i confini tra dialetti e a comprendere come certe varianti linguistiche si distribuiscono geograficamente.

Per esempio, in Italia, le isoglosse possono distinguere il napoletano dal siciliano, o il lombardo dal veneto. Queste linee non sono rigide e spesso si intrecciano, riflettendo l’evoluzione e l’influenza reciproca tra le varie parlate. La mappatura accurata delle isoglosse è fondamentale per creare modelli di riconoscimento dialettale precisi e affidabili, proprio su questo il Team di Pragma Etimos si è concentrato per sviluppare Polyphonic Verse.

Il nuovo tool in oggetto è in continua evoluzione e attraverso algoritmi di Deep Learning sarà sempre più perfezionato per riconoscere e tradurre forme dialettali complesse e altre lingue.

Le funzionalità principali di Polyphonic Verse

Di seguito le principali funzionalità di Polyphonic Verse:

• Identificazione linguistica e profilazione del parlatore: una delle caratteristiche distintive di Polyphonic Verse nella nostra piattaforma “Polyphonic” è l’avanzata capacità di identificazione linguistica. Combinata con strumenti per la previsione dell’età e del sesso del parlante, offre una descrizione completa e dettagliata dell’utente, riconoscendo con precisione oltre alla lingua parlata anche evidenze di alterazione del pattern abituale della voice stress.

  Attualmente, la nostra piattaforma supporta il riconoscimento di più di 30 lingue. Inoltre, stiamo collaborando con una realtà accademica calabrese per sviluppare dataset specifici e dettagliati per identificare i dialetti della Calabria, rendendo la tecnologia adattabile a qualsiasi altra lingua o dialetto con i dati di addestramento appropriati.

• Ricerca varianti linguistiche: Pragma Etimos ed i suoi esperti hanno avviato una approfondita ricerca sociolinguistica finalizzata all’individuazione e isolamento di varianti linguistiche all’interno della stessa isoglossa, così da poter effettuare nuove campionature di addestramento del sistema per ogni possibile lessema o intercalate vernacolari.

  Detta attività di ricerca è intesa ad ampliare lo spettro di acquisizione sociolinguistica isolando, anche, aspetti paralinguistici (come i fatti prosodici), nonché quei frequenti tratti smarriti della comunicazione che si celano nelle dinamiche extra-comunicative del così detto “linguaggio silenzioso”.

• Trascrizione avanzata: questa funzionalità consente una trascrizione accurata e veloce del parlato, facilitando il lavoro di analisi degli audio da parte degli operatori.
• Traduzione vocale: il tool di traduzione multilingue di Polyphonic Verse consente la traduzione in italiano o inglese di audio provenienti da altre lingue, ampliando ulteriormente le capacità di analisi e comprensione dei contenuti audio.

  Pragma Etimos progetta di perfezionare e potenziare questo servizio integrando la comprensione dei principali dialetti, offrendo agli utenti un accesso ancora più completo e globale alle informazioni.

• La ricerca di frammenti di interesse all’interno di un lessico: la griglia di lavoro del tool consente di utilizzare una vasta gamma di query di ricerca che riguardano, anche, la possibilità di interrogare il sistema al fine di individuare, all’interno di un reperto audio, specifici frammenti come, ad esempio, la parola “drug” o, ancora, di selezionare parti del reperto ove è trattato un determinato argomento, anche per analogia e familiarità semantica.

Alla base di tutte queste funzionalità è presente lo strumento Denoiser in grado di “pulire” i file audio da tutti i rumori di sottofondo. Questo tools di Speech Enhancement consente di effettuare operazioni di pulizia del segnale rispetto al rumore SNR (Signal to Noise Ratio), offrendo alle parti interessate una documentata dimostrazione tecnico scientifica delle operazioni di filtraggio per le valutazioni di giudizio.

La nuova sfida di PRAGMA ETIMOS

L’integrazione di Polyphonic Verse nella piattaforma “Polyphonic” accelera il processo di analisi e comprensione del parlato, consentendo agli operatori di svolgere le proprie attività con maggiore efficienza e rapidità.

La trascrizione automatica e la traduzione multilingue semplificano le operazioni quotidiane, riducendo i tempi di lavoro e ottimizzando le risorse disponibili.

Lo sviluppo del nuovo tool rappresenta solo l’inizio di un percorso di sviluppo continuo e miglioramento.

Pragma Etimos si impegna per continuare a perfezionare e potenziare le capacità di Polyphonic Verse, garantendo una soluzione sempre all’avanguardia nel campo del riconoscimento vocale e della comprensione del linguaggio parlato.

POTREBBE INTERESSARTI ANCHE…