Speech Accessibility Project — Un conjunto de datos abierto de habla atípica reduce los errores de reconocimiento en el párkinson

El Speech Accessibility Project (SAP) está dirigido por investigadores del Beckman Institute de la Universidad de Illinois en Urbana-Champaign, en colaboración con cinco empresas tecnológicas, entre ellas Google, y trabaja con asociaciones como Team Gleason y la Davis Phinney Foundation. Su objetivo es crear un conjunto de datos compartido y consentido de habla alterada, ya que el reconocimiento de voz habitual se entrena sobre todo con hablantes típicos y suele fallar con personas con afecciones como la enfermedad de Parkinson.
Los primeros resultados revisados por pares (Hasegawa-Johnson et al., Journal of Speech, Language, and Hearing Research, 2024) usaron el paquete de datos de octubre de 2023: habla de 211 personas con disartria asociada al párkinson, unas 151 horas de grabaciones, con un conjunto de prueba de 42 hablantes adicionales. Un reconocedor entrenado con habla típica tenía una tasa de error de palabras del 36,3 %; tras ajustarlo con datos del SAP bajó al 23,7 %, unos 12,6 puntos porcentuales menos (aproximadamente un tercio en términos relativos). La tasa de error descendió para casi todos los hablantes de prueba, con mejoras modestas incluso en patrones atípicos como el habla muy rápida o la tartamudez.
Las grabaciones están disponibles gratis para investigadores, organizaciones sin ánimo de lucro y empresas, de modo que los avances no quedan encerrados en un solo proveedor. Google indica por separado que su anterior Project Euphonia redujo en más del 80 % la tasa de error mediana con modelos personalizados, cifra de la propia empresa no verificada aquí.
Límites: el resultado publicado abarca una sola afección (párkinson) y el inglés, unos cientos de hablantes, una única configuración de modelo y la tasa de error sobre datos de prueba, no el cambio medido en la vida diaria de los usuarios. Se recogen otras afecciones, pero no se evaluaron en el artículo citado.