Informe de Seminario para optar al grado de Licenciado en Lengua y Literatura Inglesa. / Since the second half of the twentieth century a significant paradigm shift has taken place in second language education, namely, the shift from positivism to post-positivism, and from behaviourism to cognitivism. In science, in general, when a paradigm shift, like this one occurs, we look at things from a different perspective since we focus on different aspects of the phenomena in our lives. In the case of language pedagogy, specifically, we found a move away from the tenets of behaviourist psychology and structural linguistics towards a cognitive, and later, towards a sociocognitive psychology. We also witness a more contextualised meaning-based view of language.

Informe de Seminario para optar al grado de Licenciado en Lengua y Literatura Inglesa / As the influence of language ideologies is notedin a number of social fields involving different aspects of language, these have caught the attention of researches. This study intends to look into the language ideologies underlying the official education programmes of English and Mapudungun in Chile, so as to find the motivations behind these programmes. The analysis consisted in the review and categorization of main language ideologies found in Ministry and interviews with the authorities of the education programmes. The main results showed two different language paradigms regarding each language. On the one hand, English is usually conceived under a rationalist model focusing on its functional value, while Mapudungun on the other hand in commonly conceived under a romantic model focusing on its cultural and historic value. These ideologies help to explain the reasons for the language initiatives currently being carried out in Chile in terms of education programmes.

Informe de Seminario para optar al grado de Licenciado en Lengua y Literatura Inglesa / As a part of Second Language Acquisition, vocabulary knowledge plays a fundamental role in the development of skills such as reading comprehension and inferencing skills (Nassaji, 2006; Schmitt, 2010a). Likewise, metacognitive awareness ensures learners to compensate for the lack of knowledge in a given subject, including vocabulary knowledge (Read, 2000). Thus, the present study observes the influence of metacognitive awareness, reading comprehension abilities, inferencing skills and vocabulary knowledge in a second language in the program imparted by ‘Plataforma Uchile’. Factors such as the score obtained on Math and Language Standardized tests (PSU) and average grades from high school (NEM) have also been considered. Possible correlations among the aforementioned factors were taken into account. A mixed, non-experimental and cross-sectional study was carried out using descriptive and correlational analysis of data. Further, in order to analyse the perception of the students towards learning a English as a second language qualitative data obtained by a questionnaire was analyzed. 108 students from “Plataforma Uchile” English program were observed. These students belonged to Facultad de Ciencias Sociales (FACSO) and Instituto de Comunicación e Imagen (ICEI). Major findings indicate the existence of significant correlations among certain factors, namely inferencing skills, reading comprehension, metacognitive awareness, vocabulary knowledge and PSU in this particular sample. Nonetheless, no correlations were found regarding the students’ average grades from high school. Considering the qualitative analysis, many students expressed a positive preference towards learning English, although they regarded this activity mainly as a necessary or useful tool for occupational and academic purposes only.

Informe de Seminario para optar al grado de Licenciado en Lengua y Literatura Inglesa / Second Language Acquisition (SLA) and Language Planning and Policy (LPP) play a fundamental role in the design of public policies concerning the teaching of a second language. Thus, the present study focuses on the analysis of SLA theories in the teaching of the English language in the country, as well as their implementation in the curriculum proposed by the Ministry of Education and the curricula from three selected teaching programs created by the following institutions: Universidad de Chile, Universidad Metropolitana de Ciencias de la Educación and Universidad de Santiago de Chile. The gap this investigation aims at filling is the current limited research in education and, particularly, regarding the teaching of the subject. The major findings indicate a lack of an explicit theory proposed by any of the aforementioned institutions, except by the program from Departamento de Estudios Pedagógicos of Universidad de Chile. The implications concerning these results are mainly related to the proposition of improving the policies that are functioning today in order to have a more homogeneous approach to the teaching of English in Chile.

El objetivo principal de esta memoria es mejorar el rendimiento de un sistema de evaluación de pronunciación automático basado en ASR (Automatic Speech Recognition) frente a cambios de locutor. Para lograr esto se propone la implementación de dos técnicas de robustez existentes en la literatura especializada: MLLR (Maximum Likelihood Linear Regression), que realiza una transformación lineal de los parámetros del modelo acústico para adaptarlo a un locutor específico; y VTLN (Vocal Tract Length Normalization), que normaliza el banco de filtros de Mel utilizado en la parametrización de las señales para compensar por diferencias en el tracto vocal de los locutores. Estos métodos se aplican de forma no supervisada y considerando una cantidad de información de adaptación limitada, debido a las exigencias que presentan los sistemas de CAPT (Computer Aided Pronunciation Training). Este documento presenta experimentos con estas técnicas en ASR y CAPT considerando señales de locutores con distinto manejo del inglés y bajo variadas condiciones de ruido. En ASR se obtienen disminuciones del WER (Word Error Rate) de hasta un 30,56 % con MLLR de 25 señales y 16,23 % con VTLN de 1 señal. Los métodos muestran ser eficaces incluso al considerar pocas señales de adaptación, obteniéndose mejoras promedio del WER de 19,4 % y 6,34 % en MLLR con 5 señales y VTLN con 1 señal respectivamente. En evaluación de pronunciación, VTLN produce mejoras promedio del coeficiente de correlación entre los resultados entregados por el sistema y la evaluación esperada de 3,1 % y 5,01 % para dos bases de datos probadas. MLLR fue incapaz de aumentar la correlación debido a problemas con el modelo competitivo del CAPT y al modo de aplicación no supervisado.

En esta Tesis se aborda el problema de la evaluación automática de pronunciación para sistemas de enseñanza de idioma asistidos por computadoras (CAPT, computer aided pronunciation training) basada en tecnología de reconocimiento de voz (ASR, automatic speech recognition). El evaluador automático de pronunciación presentado aquí está previsto para ambientes de sala de clases y para grabaciones realizadas con distintos tipos de micrófonos de baja calidad. De este modo, se deducen dos enfoques para desarrollar el problema: introducir de manera eficiente la metodología de ASR en CAPT y hacer más robusto el proceso de ASR aplicado en CAPT. La inserción de la tecnología ASR en CAPT mostrada aquí está basada en la generación de hipótesis competitivas para componer el modelo de lenguaje. Se destaca asimismo, que la metodología propuesta es independiente del texto a entrenar y no requiere de información a priori sobre los errores más comunes dada una lengua madre. Además, en esta Tesis se plantea el uso de la teoría de Bayes para fusión de múltiples clasificadores y para la asociación de métricas objetivas con evaluaciones subjetivas. En términos de robustez en ASR se propone un mecanismo de aprendizaje reforzado basado en medidas de confiabilidad para corregir o adaptar la probabilidad de observación en el dominio logarítmico de forma no-supervisada y con datos limitados. Este método de adaptación para ASR es aplicado en CAPT y comparado con las clásicas técnicas presentes en la literatura como MLLR y VTLN. La efectividad del método propuesto para la generación de léxico competitivo se refleja en que puede alcanzar correlaciones promedio entre puntajes subjetivos-objetivos iguales a 0.67 y 0.82 con cinco y dos niveles de calidad de pronunciación, respectivamente. Además, el mecanismo de fusión de múltiples clasificadores presentado puede alcanzar un incremento de 2.4% en la correlación promedio y una reducción del 10.2% en el error de clasificación entre puntajes subjetivos-objetivos con dos niveles de calidad de pronunciación. Por otro lado, utilizando la metodología de aprendizaje reforzado basado en medidas de confiabilidad para robustez en ASR se obtienen reducciones significativas en WER entre 3% y 18% dependiendo de la base de datos de prueba, de las condiciones de entrenamiento-test y del método usado para optimizar una combinación lineal de métricas. Finalmente, al aplicar el esquema de robustez en CAPT se logran mejoras de 10% y 30% en términos de correlación promedio entre evaluaciones subjetivas-objetivas, dependiendo del clasificador usado para evaluar la calidad de pronunciación y con micrófonos de baja calidad en ambiente de sala de clases.

Se realizaron experimentos para evaluar el desempeño de las etapas antes mencionadas: SSPD, detección sonoro-sordo y post-procesamiento. Las pruebas se realizaron para señal limpia, utilizando la base de datos Keele. El resultado obtenido para SSPD fue una tasa de error de 2.63%. Para la detección sonoro-sordo, se logró un error de clasificación de 6.18%, mientras que para el post-procesamiento, se llegó a una tasa de error de 1.57%, para el mismo error de clasificación anterior. Ambos resultados son totalmente comparables con el estado del arte en extracción de pitch.

Ingeniero Civil Electricista / Las redes de datos que permiten acceder a la información desde cualquier lugar del mundo están cada vez más cerca del publico en general. Este hecho, asociado al empleo de browser o navegadores ampliamente difundidos y de fácil uso, posibilita el desarrollo de sistema de enseñanza en linea. Esta memoria se centra en el desarrollo de una plataforma de enseñanza basada en las redes y sistemas Web. Se emplea la técnica de Reconocimiento Automático de Voz (Automatic Speech Recognition, ASR), una base de datos relacional llamada Postgresql y un servidor HTTP cuyo nombre es Tomcat. Para el desarrollo se emplearon lo modelos Cliente Servidor, Vista Controlador y la Arquitectura AJAX. La estructura de la base de datos y las lecciones se diseñaron de manera que futuras revisiones se puedan realizar con facilidad. Se destaca el empleo de un formato ligero y compatible para la transferencia de datos por medio de JavaScript Object Notation. El programa permite el almacenamiento de las lecciones, el registro de la información de uso y el envío-recepción de datos asincrónicos entre el servidor y el cliente. El trabajo finaliza con un análisis de estabilidad y robustez del sistema por medio de la carga de 150 usuarios simultáneos. Para realizar esta prueba fue empleado Jmeter, un software gráfico para el análisis de carga y desempeño de sistemas Web. Como trabajo a futuro se propone el empleo de HTML5 como lenguaje de reemplazo del Applet, para el envío de los datagramas de voz. El sistema al estar basado en servicios se puede configurar para trabajar en paralelo de modo que se está frente a un sistema escalable a nivel de servicios.

No description available.

Ingeniero Civil Electricista / La prosodia es uno de los aspectos más importantes en la comunicación humana. La entonación, el ritmo, la intensidad y la duración entregan al locutor características como naturalidad, fluidez, intención, actitud, significado e incluso emoción. Por tanto, modelar y analizar la prosodia no sólo es interesante para el estudio del habla desde una perspectiva teórica, sino que también para las tecnologías de voz. En virtud de la creciente necesidad de interfaces hombre-máquina más parecidas a las interacciones humanas reales, los sistemas de procesamiento de patrones acústicos deben ser capaces de analizar e interpretar las características prosódicas. En esta tesis se abordan dos problemas que involucran la modelación prosódica en señales de voz. En primer lugar, se presenta una técnica para la evaluación de la entonación en enseñanza de segundo idioma basado en un esquema top-down. El método propuesto separa la evaluación de entonación de la pronunciación a nivel de sonidos individuales. Dada una señal de referencia, el usuario puede escuchar y repetir una elocución dada imitando el patrón de entonación de referencia. La técnica estima una medida de similitud entre la señal de referencia y de test. Basado en este mismo esquema, se presenta un sistema para medir el acento léxico a nivel de sílabas usando la información de la frecuencia fundamental en conjunto con la energía. La técnica propuesta es independiente del texto y del idioma y minimiza el efecto de la calidad de pronunciación a nivel de segmentos. Como resultado del esquema propuesto para enseñanza de idiomas, se presenta una estrategia para detectar emociones en señales acústicas usando modelos de referencia emocionalmente neutros. Primero, se considera un caso ideal léxico dependiente donde la referencia corresponde a una única señal. Luego, se construyen modelos de referencia léxico independientes usando una familia de contornos de F0. Para ello, se presenta un esquema novedoso basado en functional data analysis donde los modelos neutros se representan mediante una base de funciones y el F0 de test se caracteriza por las proyecciones sobre esta base. Finalmente, la técnica se extiende a nivel de sub-oración para detectar los segmentos que son emocionalmente más relevantes. El método propuesto para evaluación de entonación entrega una correlación de evaluaciones subjetivos (dada por expertos) y objetivos (entregados por el sistema) igual a 0.88. El método para acento léxico entrega un equal error rate (EER) igual a 21.5%, que a su vez es comparable con las tasas de error entregadas por las técnicas de evaluación de pronunciación a nivel de segmento. Estos resultados sugieren que ambos sistemas pueden ser eficazmente usados en aplicaciones reales. Por su parte, el método de detección de emociones permite obtener una exactitud igual a 75.8% en la tarea de clasificación de neutro versus emocional en una base de datos actuada, que a su vez es 6.2% superior a la exactitud alcanzada por un sistema en el estado del arte. El sistema además se valida con una base de datos real, cuyos resultados muestran que el método propuesto puede ser utilizado en aplicaciones reales de detección de emociones.