Year: 2025
Type: dissertation
Abstract: Este Trabajo de Fin de Grado tiene como objetivo desarrollar y evaluar un sistema de transcripción automática de audio en euskera mediante técnicas de aprendizaje profundo. Para ello se emplean diferentes enfoques: modelos preentrenados como Whisper de OpenAI, modelos de referencia especializados como Hitz, y un modelo propio entrenado desde cero basado en una arquitectura CTC-GRU. Sobre este último se experimenta con adaptaciones mediante LoRA y con la integración de un modelo de lenguaje n-grama durante la decodificación. La evaluación se realiza en dos escenarios: un entorno controlado, con audios de CommonVoice y OpenSLR, y un entorno realista, con grabaciones propias y fragmentos de entrevistas de EiTB y YouTube. Los resultados muestran que el modelo propio alcanza un rendimiento competitivo en entornos controlados, comparable a Whisper y Hitz; sin embargo, en escenarios realistas presenta limitaciones notables, situándose por debajo del modelo Hitz, que es la mejor opción con mejor rendimiento.
Author: Mendinueta Munguira, Eneko
Language: Spanish
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7135708386