Investigadoras da UVigo traballan en aplicar tecnoloxías de voz na detección da depresión
xoves, 3 de setembro do 2015
O Grupo de Tecnoloxías
Multimedia (GTM) da Universidade de Vigo presentou estes días as
características dun sistema que sería quen de detectar doenzas
relacionadas coa depresión a través de tecnoloxías de voz. O
proxecto, que ten a súa raizame na tese de doutoramento da
investigadora Paula López (GTM), amosa un amplo potencial no
tratamento das ditas enfermidades, cada vez máis presente na nosa
sociedade (ou máis diagnosticada), e tamén no coñecemento das
mesmas.
Lembrar que o grupo GTM
é un equipo centrado en tecnoloxías da fala, procesado de imaxe e
visión artificial. Está liderado pola catedrática Carmen García
Mateo (co-directora da tese xunto a Laura Docio) e foi catalogado
dende o ano 2007 como Grupo de Referencia Competitiva pola Xunta de
Galicia. Segundo fan saber, o uso de recursos da voz para afondar no
noso estado emocional é un eido de traballo de gran proxección e de
amplas posibilidades para (por exemplo) a posta en marcha de estudos
de mercado, o deseño de videoxogos ou as optimizacións das
interfaces que establecen comunicación entre as persoas e as
máquinas. O estudo das doenzas e trastornos mentais é outro dos
grandes nichos de actividade, non só a depresión senón tamén
enfermidades de índole máis neurolóxica como párkinson ou
alzhéimer.
Volvendo á tese de
doutoramento de Paula López, sinalar que tamén se centrou en
realizar unha análise detallada das mellores técnicas para detectar
de xeito integramente automático quen está a falar en cada intre
nunha gravación de audio, o que se coñece como segmentación de
locutores. Segundo conta, “cada día que pasa aumenta o número de
contidos multimedia existentes e estes contidos deben estar
etiquetados para o seu acceso, pois este é o único xeito de
facilitar a súa localización”. A investigadora tamén salienta
que “aínda queda moito traballo para poder aproveitar ao cen por
cen o potencial destas tecnoloxías, xa que os métodos existentes
non son todo o perfectos que deberan ser, malia a cantidade de horas
de traballo que se aforran usando estas técnicas automáticas”.
Paula López recorda
que detectar de xeito automático quen fala nun rexistro sonoro ou
que é o que di, “abriría marxe para que os buscadores de Internet
fixeran buscas sobre audio, podéndose indexar contidos multimedia
nos que se fale dun tema determinado ou nos que apareza un falante
que nos interese”.