Milan, Gioia
(2024)
Tecnologie emergenti nel respeaking: un confronto tra un software speaker-dependent e un software speaker-independent.
[Laurea magistrale], Università di Bologna, Corso di Studio in
Interpretazione [LM-DM270] - Forli', Documento full-text non disponibile
Il full-text non è disponibile per scelta dell'autore.
(
Contatta l'autore)
Abstract
La presente tesi esplora le dinamiche e le tecnologie emergenti del respeaking, con un focus particolare sulla comparazione tra sistemi di sottotitolazione in tempo reale speaker-independent e speaker-dependent. Nel contesto di un evento dal vivo, sono state analizzate le performance dei software Ava e Dragon NaturallySpeaking, al fine di valutare la qualità e l'efficacia dei sottotitoli generati intralinguisticamente e interlinguisticamente.
L'analisi è stata condotta attraverso il modello NER e il modello NTR, che hanno permesso di identificare e classificare gli errori di trascrizione e traduzione. I risultati hanno evidenziato differenze significative tra le due tecnologie: mentre i software speaker-independent, come Ava, hanno dimostrato una rapidità di adattamento superiore, i software speaker-dependent, come Dragon NaturallySpeaking, hanno garantito una maggiore precisione e affidabilità.
La tesi discute inoltre l'importanza della formazione dei respeaker e l'influenza del contesto operativo sulla qualità dei sottotitoli. Attraverso un'esplorazione dettagliata delle sfide tecniche e delle opportunità offerte dall'intelligenza artificiale, si delineano le prospettive future del respeaking. L'integrazione di tecnologie avanzate e la sinergia con l'intervento umano emergono come elementi cruciali per il miglioramento continuo della sottotitolazione in tempo reale, al fine di garantire un accesso sempre più inclusivo e qualitativo ai contenuti audiovisivi.
Abstract
La presente tesi esplora le dinamiche e le tecnologie emergenti del respeaking, con un focus particolare sulla comparazione tra sistemi di sottotitolazione in tempo reale speaker-independent e speaker-dependent. Nel contesto di un evento dal vivo, sono state analizzate le performance dei software Ava e Dragon NaturallySpeaking, al fine di valutare la qualità e l'efficacia dei sottotitoli generati intralinguisticamente e interlinguisticamente.
L'analisi è stata condotta attraverso il modello NER e il modello NTR, che hanno permesso di identificare e classificare gli errori di trascrizione e traduzione. I risultati hanno evidenziato differenze significative tra le due tecnologie: mentre i software speaker-independent, come Ava, hanno dimostrato una rapidità di adattamento superiore, i software speaker-dependent, come Dragon NaturallySpeaking, hanno garantito una maggiore precisione e affidabilità.
La tesi discute inoltre l'importanza della formazione dei respeaker e l'influenza del contesto operativo sulla qualità dei sottotitoli. Attraverso un'esplorazione dettagliata delle sfide tecniche e delle opportunità offerte dall'intelligenza artificiale, si delineano le prospettive future del respeaking. L'integrazione di tecnologie avanzate e la sinergia con l'intervento umano emergono come elementi cruciali per il miglioramento continuo della sottotitolazione in tempo reale, al fine di garantire un accesso sempre più inclusivo e qualitativo ai contenuti audiovisivi.
Tipologia del documento
Tesi di laurea
(Laurea magistrale)
Autore della tesi
Milan, Gioia
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
respeaking,speaker-dependent,speaker-independent,riconoscimento vocale,sottotitoli
Data di discussione della Tesi
11 Luglio 2024
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Milan, Gioia
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
respeaking,speaker-dependent,speaker-independent,riconoscimento vocale,sottotitoli
Data di discussione della Tesi
11 Luglio 2024
URI
Gestione del documento: