Resumen: Los comandos de voz o habla son un subconjunto del corpus de palabras habladas más amplias de un lenguaje que son esenciales para el control sin contacto y la activación de sistemas de IA más grandes en dispositivos utilizados en la vida cotidiana, especialmente para las personas con discapacidades. Actualmente, hay una escasez de modelos de comando del habla para idiomas africanos. El Proyecto Hello Afrika tiene como objetivo abordar este problema y su primera iteración se centra en el idioma Kinyarwanda, ya que el país ha mostrado interés en desarrollar tecnologías de reconocimiento de voz que culminan en uno de los conjuntos de datos más grandes de Mozilla Common Voice. El modelo se construyó con un corpus de comando de habla personalizado compuesto por directivas generales, números y una palabra de vigilia. El modelo final se implementó en múltiples dispositivos (PC, teléfono móvil y dispositivos Edge) y el rendimiento se evaluó utilizando métricas adecuadas.
Publicado Originalme en export.arxiv.org El 2 de julio de 2025.
Ver Fuente Original
