ASLP-MULAN: Audio speech and language processing for multimedia analytics

Ferreiros, J. ; Pardo, J.M. ; Hurtado, L.F ; Segarra, E. ; Ortega, A. (Universidad de Zaragoza) ; Lleida, E. (Universidad de Zaragoza) ; Torres, M.I. ; Justo, R.

Resumen: Our intention is generating the right mixture of audio, speech and language technologies with big data ones. Some audio, speech and language automatic technologies are available or gaining enough degree of maturity as to be able to help to this objective: automatic speech transcription, query by spoken example, spoken information retrieval, natural language processing, unstructured multimedia contents transcription and description, multimedia files summarization, spoken emotion detection and sentiment analysis, speech and text understanding, etc. They seem to be worthwhile to be joined and put at work on automatically captured data streams coming from several sources of information like YouTube, Facebook, Twitter, online newspapers, web search engines, etc. to automatically generate reports that include both scientific based scores and subjective but relevant summarized statements on the tendency analysis and the perceived satisfaction of a product, a company or another entity by the general population.

Nuestra intención es generar la mezcla ideal de tecnologías del audio, el habla y el lenguaje con las de big data. Algunas tecnologías automáticas del procesado de audio, habla y lenguaje están adquiriendo suficiente grado de madurez para ser capaces de ayudar a este objetivo: transcripción automática del habla, métodos de búsqueda por habla, recuperación de documentos hablados, procesado del lenguaje natural, transcripción y descripción de contenidos multimedia no estructurados, resumen de ficheros multimedia, detección de emoción en el habla y análisis de sentimientos, comprensión de texto y habla, etc. Parece que merece la pena unirlos y ponerlos a trabajar sobre secuencias de datos obtenidos automáticamente procedentes de diversas fuentes de información como YouTube, Facebook, Twitter, periódicos digitales, buscadores de internet, etc. para generar informes que incluyan tanto puntuaciones basadas en análisis cuantitativo como expresiones resumidas subjetivas pero significativas sobre el análisis de tendencias y la satisfacción percibida sobre un producto, una empresa u otra entidad.

Idioma: Inglés

Año: 2016

Publicado en: PROCESAMIENTO DEL LENGUAJE NATURAL 57 (2016), 147-150
ISSN: 1135-5948

Originalmente disponible en: Texto completo de la revista

Factor impacto SCIMAGO: 0.199 - Language and Linguistics (Q2) - Linguistics and Language (Q2) - Computer Science Applications (Q4)

Financiación: info:eu-repo/grantAgreement/ES/MINECO/TIN2014-54288-C4

Tipo y forma: Artículo (Versión definitiva)

Área (Departamento): Área Teoría Señal y Comunicac. (Dpto. Ingeniería Electrón.Com.)