|
--- |
|
title: Proyecto1-ASR Traduccion |
|
emoji: 馃寲 |
|
colorFrom: yellow |
|
colorTo: blue |
|
sdk: gradio |
|
sdk_version: 5.6.0 |
|
app_file: app.py |
|
pinned: false |
|
short_description: Traducci贸n de ingl茅s a otros idiomas mediante ASR |
|
--- |
|
|
|
Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference |
|
|
|
--- |
|
# Problema, soluci贸n, input y output: |
|
|
|
- Problema principal: |
|
La comunicaci贸n entre distintas lenguas es imprescindible en la actualidad, por ello surge una necesidad de contar con una herramienta que permita la traducir contenido, en este caso, del ingl茅s a otros idiomas ampliamente utilizados. Este sistema est谩 en la integraci贸n de tecnolog铆as de reconocimiento de voz, tambi茅n conocido como ASR (Automatic Speech Recognition) y procesamiento de lenguaje natural para facilitar la traducci贸n. |
|
|
|
- Soluci贸n: |
|
Consiste en desarrollar un sistema que procese audios en formatos comunes, como .mp3 o .wav, transcriba autom谩ticamente el contenido previamente grabado en ingl茅s y proporcione su traducci贸n al idioma seleccionado. Aprovechando modelos de IA como Whisper y MBart, adaptadas al contexto del mensaje. |
|
|
|
- Especificaciones: |
|
Input: Un archivo de audio en formato compatible (MP3, WAV, etc.), cargado o grabado directamente por el usuario. |
|
Output: Una transcripci贸n del audio en texto traducido al idioma seleccionado (espa帽ol, alem谩n, ruso o franc茅s). |
|
Adem谩s de responder a la necesidad de superar barreras a nivel de idiomas, tambi茅n ofrece una experiencia intuitiva. |
|
|
|
# Descripci贸n de los modelos, clasificaci贸n y limitaciones: |
|
|
|
Modelos utilizados. |
|
- Whisper: |
|
*Descripci贸n: Modelo de transcripci贸n de audio desarrollado por OpenAI. Tiene como objetivo pasar audios a texto. Basado en Transformer y entrenado con un conjunto grande de datos de muchos idiomas distintos, lo que permite tareas relacionadas con el ASR. |
|
|
|
## Clasificacion: |
|
Tipo de tarea -> ASR |
|
Modelo preentrenado -> preentrenado en datos multiling眉es y ajustable para tareas espec铆ficas |
|
Dominio de uso -> Procesamiento de Lenguaje Natural y Reconocimiento de Voz |
|
|
|
- MBart: |
|
## Descripci贸n: Otro modelo multiling眉e basado en Transformer. 脷til para la traducci贸n autom谩tica y dem谩s tareas de generaci贸n de texto en m煤ltiples idiomas. Preentrenado en tareas de reducci贸n de ruido y puede ser ajustado para traducir espec铆ficamente entre dos pares de idiomas. |
|
|
|
### Clasificaci贸n: |
|
|
|
|
|
Tipo de tarea -> Traducci贸n autom谩tica y generaci贸n de texto |
|
|
|
|
|
Modelo preentrenado -> preentrenado en tareas de m煤ltiples idiomas y ajustable para traducci贸n espec铆fica |
|
|
|
|
|
Dominio de uso -> Procesamiento de lenguaje natural y traducci贸n |
|
|
|
|
|
|
|
- Sinergia para estos dos modelos: |
|
Tomamos como base que Whisper lo usamos para convertir un archivo de audio a texto en ingl茅s, y MBart toma el texto transcrito, el cual lo traduce a otro idioma seleccionado previamente |
|
|
|
- Posibles limitaciones generales: |
|
1.La precisi贸n general depender谩 tanto de la calidad de la transcripci贸n como de la traducci贸n. A la hora de la traducci贸n, puede llegar err贸nea por culpa de la transcripci贸n |
|
|
|
|
|
2.Los recursos necesarios aumentan significativamente cuando ambos modelos se usan en tiempo real |
|
|
|
|
|
3.Existe la posibilidad de incompatibilidades ling眉isticas o culturales cuando se precise de traducir frases, dichos o expresiones que no tienen un significado directo en otro idioma |
|
|
|
|
|
|
|
|
