NETtalk es una red neuronal artificial . Es el resultado de una investigación llevada a cabo a mediados de la década de 1980 por Terrence Sejnowski y Charles Rosenberg. La intención detrás de NETtalk era construir modelos simplificados que pudieran arrojar luz sobre la complejidad del aprendizaje de tareas cognitivas a nivel humano y su implementación como un modelo conexionista que también podría aprender a realizar una tarea comparable.
NETtalk es un programa que aprende a pronunciar texto escrito en inglés al mostrar texto como entrada y hacer coincidir transcripciones fonéticas para comparar. [1]
Logros y limitaciones
NETtalk fue creado para explorar los mecanismos de aprender a pronunciar correctamente el texto en inglés. Los autores señalan que aprender a leer implica un mecanismo complejo que involucra muchas partes del cerebro humano. NETtalk no modela específicamente las etapas de procesamiento de imágenes y el reconocimiento de letras de la corteza visual . Más bien, supone que las letras han sido preclasificadas y reconocidas, y estas secuencias de letras que comprenden palabras se muestran luego a la red neuronal durante el entrenamiento y durante las pruebas de rendimiento. La tarea de NETtalk es aprender las asociaciones adecuadas entre la pronunciación correcta con una secuencia determinada de letras según el contexto en el que aparecen las letras. En otras palabras, NETtalk aprende a usar las letras alrededor del fonema pronunciado actualmente que proporcionan pistas sobre su mapeo fonémico previsto.
Referencias
- ^ Thierry Dutoit (30 de noviembre de 2001). Introducción a la síntesis de texto a voz . Springer Science & Business Media. págs. 123–. ISBN 978-1-4020-0369-1.