000			02592nam a22003377i 4500
001			AZUAY-95309
003			AZUAY
005			20251111043109.0
008			251108b ||||||||qm||| 00| | d
040			_aAZUAY _bspa _cAZUAY _dAZUAY _erda
041	0		_aspa
084			_aUDA-BG T20779
100	1		_aSangolquí Guallpa, Jacqueline Estefanía, _eautor
245	1	0	_aComparativa de precisión/tiempo entre modelos de speech-to-text basado en audios de Centros de comando y control
264	3	1	_aEcuador : _bUniversidad del Azuay-Facultad de Ciencias de la Administración-Escuela de Ingeniería de Sistemas, _c2024
300			_a36 páginas
300			_bDigital
336			_2rdacontent _atexto _btxt
337			_2rdamedia _acomputadora _bc
338			_2rdacarrier _arecurso en línea _bcr
502			_aIngeniero en Ciencias de la Computación
520	3		_bLa investigación examina el desempeño de los modelos de reconocimiento de voz (speech-to-text) Whisper y Chirp en audios de emergencia del sistema ECU 911, analizando su precisión y velocidad en condiciones desafiantes, con profundos factores como la duración de los audios, niveles de decibelios, género de los alertantes, e incluso autore, el estudio revela los matices de cada modelo en situaciones reales a través de métricas de WER (Tasa de errores de palabra) y CER (Tasa de errores de caracteres), se compararon los modelos para descubrir cómo los parámetros avanzados de Whisper, como best of y best size, impulsan su rendimiento a nuevos niveles, los resultados son excelentes: el modelo Whisper LARGE optimizado con parámetros específicos y el modelo Chirp TELEPHONY alcanzaron un equilibrio entre precisión y velocidad, demostrando que una selección precisa de parámetros puede transformar los resultados de manera espectacular. Las pruebas, realizadas en un entorno que simula las condiciones operativas de emergencias con valores menores de WER de 0.2 y CER menores de 0.09, confirman que ambos modelos son altamente efectivos para mejorar la respuesta en emergencias, este estudio concluye que la combinación de precisión y velocidad en estos modelos de inteligencia artificial tiene un impacto real y positivo en la eficiencia de los sistemas de respuesta.
650	1	4	_aCHARACTER ERROR RATE-CER
650	1	4	_aECU 911
650	1	4	_aTEXT TO SPEECH-TTS
650	1	4	_aWHISPER OPEN IA
650	1	4	_aWORD ERROR RATE-WER
700	1		_aAguilera Muñoz, Juan Fernando, _edirector de Tesis
856	4	0	_uhttp://dspace.uazuay.edu.ec/handle/datos/15264 _yVer documento en línea
942			_2z _c6
999			_c45943 _d45943