Preservação linguística através de redes neurais

Abstract

Este trabalho investiga a preservação linguística de línguas indígenas por meio de redes neurais artificiais, focando na tradução automática de áudio para texto. Utilizando modelos de deep learning, como Redes Neurais Convolucionais (CNNs) e Redes Neurais Recorrentes (RNNs), o projeto desenvolve e avalia um sistema inspirado na arquitetura Deep Speech 2.

A pesquisa abrange desde a coleta e pré-processamento dos dados até a avaliação do modelo, com ênfase em métricas como Word Error Rate (WER). Os resultados foram favoráveis para línguas usadas na preparação do ambiente, como português e inglês. Já para o Guarani, a rede apresentou limitações na generalização e inferência, por conta da natureza dos dados de treino, especialmente pela diversidade de falantes em contraste com a quantidade reduzida de dados.

Ainda assim, a transcrição se mostrou útil para reduzir o esforço manual, mesmo com dados de qualidade limitada.