{"id":392624,"date":"2022-03-23T14:40:10","date_gmt":"2022-03-23T21:40:10","guid":{"rendered":"https:\/\/blog.webex.com\/uncategorized-es\/cuando-tchaikovsky-se-convierte-en-chai-cough-ski-evaluacion-de-la-precision-de-los-motores-de-transcripcion-de-aprendizaje-automatico\/"},"modified":"2022-03-23T14:40:10","modified_gmt":"2022-03-23T21:40:10","slug":"cuando-tchaikovsky-se-convierte-en-chai-cough-ski-evaluacion-de-la-precision-de-los-motores-de-transcripcion-de-aprendizaje-automatico","status":"publish","type":"post","link":"https:\/\/blog.webex.com\/es\/colaboracion\/trabajo-hibrido\/cuando-tchaikovsky-se-convierte-en-chai-cough-ski-evaluacion-de-la-precision-de-los-motores-de-transcripcion-de-aprendizaje-automatico\/","title":{"rendered":"Cuando Tchaikovsky se convierte en \u201cChai Cough Ski\u201d: evaluaci\u00f3n ..."},"content":{"rendered":"

Desde que lanzamos Webex Assistant<\/a> en 2020, la pregunta m\u00e1s com\u00fan que recibimos de nuestros clientes es \u201c\u00bfEs preciso?\u201d<\/strong>. Lo entiendo; los clientes quieren asegurarse de que, si optan por utilizar el motor de transcripci\u00f3n automatizada de IA (inteligencia artificial) de Webex, este cumplir\u00e1 su promesa de mantener un registro preciso de la reuni\u00f3n, permitir a las plataformas de reuniones centrarse en la conversaci\u00f3n en lugar de teclear las notas de la reuni\u00f3n y hacer que las reuniones sean m\u00e1s inclusivas gracias a las caracter\u00edsticas de accesibilidad. Hay muchos ejemplos en los que la inteligencia artificial promete m\u00e1s de la cuenta y no cumple y, en el caso de las tareas cr\u00edticas para la empresa, Webex ha dado grandes pasos para garantizar un enfoque implacable en la precisi\u00f3n.<\/p>\n

A medida que el mundo avanza hacia un modelo de trabajo h\u00edbrido<\/a>, las caracter\u00edsticas como el subtitulado, la transcripci\u00f3n y la captura de elementos de acci\u00f3n se han vuelto m\u00e1s importantes que nunca a la hora de impulsar experiencias de reuniones igualitarias e inclusivas, independientemente del idioma que hablen los usuarios, de las necesidades de accesibilidad que puedan tener o de si deciden saltarse una reuni\u00f3n para ocuparse de sus vidas ajetreadas y confiar en Webex Assistant para que les haga un resumen. Nuestro objetivo es aprovechar la IA y el aprendizaje autom\u00e1tico para mejorar la experiencia de cada reuni\u00f3n para todos.<\/p>\n


\n Crear<\/span>
\n motores de transcripci\u00f3n de IA de \u00faltima generaci\u00f3n es una forma de lograr ese objetivo.<\/span>
\n<\/span>\u00a0<\/span><\/p>\n

Dada la inversi\u00f3n que Webex ha realizado en la creaci\u00f3n de procesos s\u00f3lidos de etiquetado, entrenamiento y aprendizaje autom\u00e1tico de extremo a extremo, estamos orgullosos de poder utilizar esta base para lanzar un motor de transcripci\u00f3n en ingl\u00e9s que tiene una precisi\u00f3n l\u00edder en la industria para la experiencia de las reuniones de Webex en comparaci\u00f3n con algunos de los mejores motores de reconocimiento de voz del mercado. En un esfuerzo por expandir el alcance de nuestra tecnolog\u00eda para abarcar a m\u00e1s del 98% de los clientes de Webex en todo el mundo, lanzaremos motores de reconocimiento autom\u00e1tico del habla en espa\u00f1ol, franc\u00e9s y alem\u00e1n, creados \u00edntegramente en la empresa, que se ofrecer\u00e1n de forma gratuita a todos los usuarios de Webex Assistant en el primer semestre de este a\u00f1o.<\/p>\n


\n \"Un
\n<\/a><\/p>\n

Pero \u00bfqu\u00e9 significa realmente \u201cpreciso\u201d?<\/h2>\n

Cuando pensamos en una transcripci\u00f3n precisa de una conversaci\u00f3n, solemos imaginar que, si un transcriptor humano escucha este archivo de audio, la transcripci\u00f3n reflejar\u00e1 un registro exacto de lo que se dijo. Sin embargo, para poner las cosas en perspectiva, se ha medido la tasa de error humano en algunos de los conjuntos de datos m\u00e1s populares, como \u201cCallHome\u201d, y los mejores resultados reportados hasta ahora son un 6,8% de tasa de error, lo que significa que, si se tiene una transcripci\u00f3n de cien palabras, aproximadamente siete de ellas ser\u00edan transcritas de forma inexacta por un humano. Tambi\u00e9n hay que mencionar que \u201cCallHome\u201d es un conjunto de datos que constituye conversaciones telef\u00f3nicas de treinta minutos sin guion entre hablantes nativos de ingl\u00e9s. [1] Es de esperar que el porcentaje de error de un conjunto de datos con hablantes de distinto acento ingl\u00e9s sea mayor.<\/p>\n

Lo que es a\u00fan m\u00e1s interesante es que la concordancia entre transcriptores, seg\u00fan las mediciones del Linguistics Data Consortium (LDC), oscila entre el 4,1% y el 9,6%, dependiendo de si se trata de transcripciones m\u00faltiples cuidadosas o de transcripciones r\u00e1pidas [2]. Esto significa que, si se da un archivo de audio id\u00e9ntico a dos personas, estas no producir\u00e1n un registro id\u00e9ntico de lo que se dijo, incluso en condiciones ambientales perfectas.<\/p>\n

Nuestro objetivo, mientras seguimos mejorando la transcripci\u00f3n de Webex, es no solo estar a la altura de la transcripci\u00f3n humana, sino superarla y lograr la mejor precisi\u00f3n de su clase en todos los idiomas en diferentes acentos, g\u00e9neros y entornos ac\u00fasticos.<\/p>\n

Por lo tanto, para responder a la pregunta \u201c\u00bfes preciso?\u201d es fundamental esbozar las diferentes dimensiones de la precisi\u00f3n en el reconocimiento autom\u00e1tico del habla:<\/p>\n

1. La precisi\u00f3n se mide con una m\u00e9trica com\u00fan llamada tasa de error de palabras (WER)<\/h2>\n