¿Qué es Noor Program y cómo lleva la voz conversacional a lenguas infrarrepresentadas?

Noor Program es la línea de investigación aplicada de yeshcube dedicada al desarrollo de síntesis vocal y adaptación cultural para lenguas con una presencia limitada en las tecnologías de voz actuales.

El programa trabaja inicialmente con darija, tarifit, wolof, bambara y pulaar. Su objetivo es desarrollar las capacidades necesarias para que estas lenguas puedan utilizarse en sistemas de inteligencia artificial conversacional con una voz comprensible, natural y adecuada al contexto cultural de sus hablantes.

Qué significa que una lengua esté infrarrepresentada

Una lengua puede contar con una comunidad amplia de hablantes y, al mismo tiempo, disponer de pocos recursos computacionales.

Los sistemas de síntesis de voz, conocidos como TTS por las siglas de text-to-speech, necesitan conjuntos de datos que relacionen textos con grabaciones de voz. Estos corpus deben contener suficiente diversidad fonética, pronunciaciones consistentes y muestras adecuadas de ritmo, entonación y variación lingüística.

Las lenguas con mayor presencia digital disponen de grandes cantidades de datos y herramientas de procesamiento. En otras, los corpus son reducidos, presentan una cobertura fonética incompleta o no fueron creados para entrenar sistemas conversacionales. La investigación reciente confirma que la calidad de la síntesis continúa siendo desigual entre lenguas y que los modelos multilingües generales no ofrecen resultados uniformes en inteligibilidad, naturalidad y uso fuera del dominio de entrenamiento.

Esta falta de infraestructura lingüística limita el acceso a asistentes por voz, herramientas educativas, servicios de orientación y otras aplicaciones en las que la conversación constituye la interfaz principal.

Desarrollo de modelos de síntesis vocal

La primera línea de Noor se centra en crear capacidades TTS para las lenguas seleccionadas.

El proceso comprende la recopilación, generación y curación de datos de voz, el entrenamiento de los modelos y su evaluación con hablantes nativos. Las pruebas deben analizar varias dimensiones:

• Inteligibilidad de las palabras generadas.
• Naturalidad de la pronunciación.
• Prosodia y ritmo del habla.
• Estabilidad en frases de diferente longitud.
• Latencia durante una interacción conversacional.
• Adecuación del registro al contexto de uso.

Una voz sintética puede pronunciar correctamente palabras aisladas y seguir resultando poco adecuada para conversar. La entonación, las pausas y el ritmo condicionan la comprensión y la percepción de naturalidad, especialmente cuando el sistema comunica información sensible o acompaña una interacción prolongada.

Adaptación lingüística y cultural

La segunda línea estudia cómo adaptar el comportamiento conversacional a cada comunidad lingüística.

Traducir literalmente un sistema diseñado en otra lengua puede introducir expresiones impropias, registros demasiado formales o formas inadecuadas de formular preguntas. También puede perder significados culturales presentes en metáforas, fórmulas de cortesía y maneras de expresar incertidumbre, malestar o confianza.

Noor desarrolla marcos de contextualización para definir vocabulario, construcciones idiomáticas, niveles de formalidad y criterios de interacción. Este trabajo requiere la participación de hablantes nativos en la preparación de los datos y en la evaluación de las respuestas y las voces generadas.

La validación humana resulta necesaria porque las métricas automáticas pueden detectar errores acústicos o lingüísticos, pero no determinan por sí mismas si una interacción resulta culturalmente coherente.

Integración en sistemas de inteligencia artificial conversacional

Las capacidades desarrolladas por Noor podrán incorporarse a Somia y a otras soluciones conversacionales propias o de terceros.

El programa se orienta inicialmente a contextos en los que la lengua puede convertirse en una barrera de acceso, como la orientación en centros de acogida, la integración educativa y la atención prestada por servicios públicos a personas con diferentes lenguas maternas.

El alcance de cada integración dependerá del grado de desarrollo de la lengua, la calidad alcanzada por el modelo de voz y la validación realizada para el contexto concreto. Disponer de un sintetizador funcional constituye una primera capa técnica. Su incorporación a un servicio requiere comprobar también la comprensión, la aceptación y la adecuación cultural de la interacción.

Investigación construida con las comunidades lingüísticas

El desarrollo de tecnologías para lenguas infrarrepresentadas requiere conocimientos de lingüística computacional, procesamiento del habla y aprendizaje automático. También necesita colaboración directa con las comunidades que utilizan esas lenguas.

Noor Program se desarrolla dentro de Allies y busca la participación de equipos científicos especializados, organizaciones con acceso a comunidades de hablantes y socios tecnológicos capaces de contribuir a la creación y evaluación de modelos de voz.

El propósito es ampliar la cobertura de la inteligencia artificial conversacional sin tratar las lenguas como simples variantes de traducción. Cada una necesita datos propios, evaluación lingüística y una adaptación que respete cómo se habla y se comunica su comunidad.

Conoce el programa Allies →