Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.usfq.edu.ec/handle/23000/14286
Tipo de material: bachelorThesis
Título : Fine-tuning Wav2Vec2 for Automatic Speech Recognition in Kichwa
Autor : Santamaria López;, Christian Eduardo
Director de Tesis : Grijalva, Felipe, dir.
Descriptores : Inteligencia artificial - Reconocimiento de voz - Tesis y disertaciones académicas
Fecha de publicación : 19-dic-2024
Editorial : Quito,
Citación : Tesis (Ingeniero en Ciencias de la Computación), Universidad San Francisco de Quito, Colegio de Ciencias e Ingenierías ; Quito, Ecuador, 2024
Páginas : 30 h.
Acceso: openAccess
Atribución-NoComercial-SinDerivadas 3.0 Ecuador
Resumen : En los últimos años, los avances en inteligencia artificial han impulsado el desarrollo de modelos de procesamiento del lenguaje natural y reconocimiento automático del habla (ASR) para idiomas mayoritarios, generando preocupaciones sobre la marginación de lenguas ancestrales y subrepresentadas. Este trabajo propone el ajuste fino del modelo Wav2Vec 2.0, desarrollado por Meta AI, para ASR en Kichwa, un idioma hablado en los Andes ecuatorianos...
Descripción : In recent years, advancements in artificial intelligence have driven the development of natural language processing and automatic speech recognition (ASR) models for majority languages, raising concerns about the marginalization of ancestral and underrepresented languages. This work proposes the fine-tuning of the Wav2Vec 2.0 model, developed by Meta AI, for ASR in Kichwa, a language spoken in the Ecuadorian Andes...
URI : http://repositorio.usfq.edu.ec/handle/23000/14286
Aparece en las colecciones: Tesis - Ingeniería en Ciencias de la Computación

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
215605.pdfTexto completo352.59 kBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons