Project Euphonia — Treinar o Reconhecimento de Fala em Padrões Atípicos Através de Recolha de Dados Co-Concebida

O Project Euphonia é uma iniciativa da Google Research que treina modelos de reconhecimento automático de fala (ASR) e de comunicação personalizada com padrões de fala atípicos, incluindo fala afetada por ELA/doença do neurónio motor, disartria, síndrome de Down e gaguez.

Em vez de construir um sistema de reconhecimento único para todos, o projeto visa desenvolver modelos de comunicação personalizados, adaptados a cada falante, recrutando pessoas com fala afetada — através de organizações parceiras como a Team Gleason, a ALS/MND Alliance, a LSVT Global e a CureDuchenne — para doarem amostras de fala e participarem nas fases de conceção, prototipagem e recolha de feedback.

O projeto expandiu-se internacionalmente, recrutando 132 falantes adicionais em quatro idiomas (38 em espanhol, 14 em francês, 76 em japonês, 4 em hindi) no México, na Colômbia, no Peru, em França, na Índia e no Japão, para testar se o modelo de recrutamento e feedback é transponível para contextos fora do inglês.

Uma avaliação revista por pares, publicada em 2025 na Frontiers in Language Sciences, relata que, em fevereiro de 2025, o projeto tinha recolhido mais de 1,5 milhões de enunciados de aproximadamente 3000 falantes.

O artigo é transparente quanto às limitações: o recrutamento produziu um conjunto de dados fortemente desequilibrado entre idiomas, a avaliação formal só foi concluída para dois dos quatro idiomas acrescentados (francês e espanhol), a avaliação em francês apresentava risco de viés por avaliador único, e os conjuntos de dados subjacentes não são publicados, por motivos de privacidade, o que limita a replicação independente. Os materiais da própria Google descrevem a participação dos utilizadores como abrangendo a ideação, o design e o feedback sobre protótipos, mas o relato revisto por pares é mais preciso, descrevendo "parcerias estratégicas" que facilitaram o recrutamento, em vez de um processo formal e documentado de governação de codesenho.