Speech Accessibility Project — Conjunto de dados aberto de fala com perturbações reduz erros de reconhecimento na doença de Parkinson

O Speech Accessibility Project (SAP) é liderado por investigadores do Beckman Institute da Universidade de Illinois em Urbana-Champaign, em colaboração com cinco empresas tecnológicas, incluindo a Google, e trabalha com associações como a Team Gleason e a Davis Phinney Foundation. O objetivo é criar um conjunto de dados partilhado e consentido de fala com perturbações, já que o reconhecimento de voz corrente é treinado sobretudo com falantes típicos e falha muitas vezes em pessoas com condições como a doença de Parkinson.
Os primeiros resultados revistos por pares (Hasegawa-Johnson et al., Journal of Speech, Language, and Hearing Research, 2024) usaram o pacote de dados de outubro de 2023: fala de 211 pessoas com disartria associada à doença de Parkinson, cerca de 151 horas de gravações, com um conjunto de teste de 42 falantes adicionais. Um reconhecedor treinado com fala típica tinha uma taxa de erro de palavras de 36,3%; após ajuste com dados do SAP, passou a 23,7%, uma descida de cerca de 12,6 pontos percentuais (aproximadamente um terço em termos relativos). A taxa de erro desceu para quase todos os falantes de teste, com ganhos modestos mesmo em padrões atípicos como fala muito rápida ou gaguez.
As gravações estão disponíveis gratuitamente para investigadores, organizações sem fins lucrativos e empresas, pelo que os progressos não ficam presos a um só fornecedor. A Google refere separadamente que o anterior Project Euphonia reduziu em mais de 80% a taxa de erro mediana com modelos personalizados, valor da própria empresa não verificado aqui.
Limites: o resultado publicado abrange uma só condição (Parkinson) e inglês, algumas centenas de falantes, uma única configuração de modelo e a taxa de erro em dados de teste, não a mudança medida no quotidiano dos utilizadores. Outras condições estão a ser recolhidas, mas não foram avaliadas no artigo citado.