Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. / Made available in DSpace on 2012-10-17T12:06:32Z (GMT). No. of bitstreams: 0Bitstream added on 2014-09-25T16:27:43Z : No. of bitstreams: 1 175392.pdf: 5084849 bytes, checksum: 956b35cbc0a7889d5900ea0e988ee20e (MD5) / Este trabalho relata uma experiência pedagógica envolvendo crianças de 5 e 6 anos, que teve como objetivo experimentar possibilidades de trabalho pedagógico com o uso de computadores, mediante um programa de conversação "online". Realizada entre os meses de outubro e dezembro de 1998, a experiência levanta indicativos pedagógicos da interação entre educação e informática, que poderão subsidiar o professor a refletir sobre as possibilidades e limites dessa tecnologia para a educação infantil. O exame da questão deu-se com base nas observações feitas nas sessões com as crianças, por meio das quais experimentaram-se algumas possibilidades de comunicação que o programa oferecia, entre elas: a conversação, o desenho, a escrita, a expressão corporal. As sessões tinham inicialmente atividades de livre iniciativa, e outras que eram propostas pelos, professores. Das observações e registros destacam-se alguns pontos de muita importância a serem considerados no trabalho com a educação de crianças na faixa etária em questão, como: limitação do número de crianças (duas ou três por sessão), para proporcionar uma conversação "online" com maior fluência nessa faixa etária; a ergonomia dos computadores não facilita o trabalho com as crianças da educação infantil; a qualidade do trabalho que procura aliar os recursos

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Produção / Made available in DSpace on 2013-12-05T21:35:03Z (GMT). No. of bitstreams: 1 227982.pdf: 437195 bytes, checksum: ffd6f8125eb780f7271a56aa31d54f83 (MD5) Previous issue date: 2006 / Este projeto tem como objetivo auxiliar os professores que atuam através da videoconferência a maximizarem sua comunicação pela expressão vocal, visando a uma melhor interação no processo de ensino-aprendizagem com seus alunos. É um estudo exploratório e descritivo, orientado por uma abordagem qualitativa, tendo em vista que é baseado em orientações para que esses professores percebam a forma como utilizam o seu principal instrumento de trabalho, a voz, podendo realizar as modificações que se fizerem necessárias. Neste roteiro são feitas perguntas para que os professores consigam fazer uma auto-avaliação de sua comunicação pela expressão vocal e possam modificar os aspectos verbais e não verbais necessários para manter uma comunicação efetiva com seus alunos pela videoconferência. Este roteiro teve como base os resultados obtidos na dissertação de Mestrado desta pesquisadora, em que ficou constatado que, dos professores que tiveram suas vozes analisadas e responderam ao questionário, 67% apresentaram um metabolismo vocal negativo, e apenas 33% demonstraram um metabolismo vocal positivo. Outro aspecto considerado foi que 60% dos professores nada fazem para manter uma boa voz. O roteiro desenvolvido certamente auxiliará na melhoria da comunicação entre os professores e alunos que usam a videoconferência na educação a distância.

Dissertação (Mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. / Made available in DSpace on 2012-10-18T15:38:27Z (GMT). No. of bitstreams: 0Bitstream added on 2016-01-09T03:34:06Z : No. of bitstreams: 1 143381.pdf: 78800145 bytes, checksum: 4d8721634dc5ed905c46a441b7327ac5 (MD5)

En la presente investigación sobre “La validez probatoria de las testimoniales en juicios orales ante juzgados penales colegiados”, se planteó como objetivo de estudio el análisis sobre la utilización de la videoconferencia en las audiencias virtuales en el proceso penal. La metodología de la investigación consistió en un estudio cualitativo - descriptivo, en el que se realizó el análisis documental de diferentes artículos científicos y de doctrina relacionada al tema. En ese sentido, se concluyó que, el sistema de videoconferencia favorece al sistema judicial en aspectos como la rapidez, eficiencia de comunicación y efectividad de llevarse a cabo el juicio oral para evitar gastos innecesarios. Además, se concluyo que el aplicar este sistema, conlleva a aspectos negativos en cuanto a la vulneración de los principios del juicio oral; especialmente, en el principio de inmediación, defensa del imputado y debido proceso. / The present investigation on "The probative validity of the testimonials in oral trials before collegiate criminal courts", raised as an objective of study the analysis of the use of videoconference in virtual hearings in the Criminal Process. The research methodology consisted of a qualitative - descriptive study, carrying out the documentary analysis of different scientific articles and doctrine related to the subject. Concluding that the videoconferencing system favors the judicial system in aspects such as speed, communication efficiency and effectiveness of carrying out the oral trial to avoid expenses. In addition, there would be negative aspects regarding the violation of the principles of the oral trial; especially, in the principle of mediation, defense of the accused and due process.

Made available in DSpace on 2016-04-26T20:27:22Z (GMT). No. of bitstreams: 1 Ricardo Eduardo Guilherme.pdf: 2681683 bytes, checksum: 7eb6e26e6c1d133e5c03cea20fb69523 (MD5) Previous issue date: 2008-05-14 / The modernization of the instruments to impose the law is an imposing need, under penalty of the Judiciary becomes only a distant and abstract symbol. In face of the technological advances, the Brazilian legal procedure needs to reconsider its paradigms. The Judiciary needs to use in its everyday the new technologies, otherwise, the accumulation of jobs and the delay in the jurisdictional performance will prevail, in clear detriment to the principle of procedural speed. The contents and strategies used in the providing of public utilities must be in tune with the new technological reality and with the need dos respondents. Thus, the modification to the rites and legal procedural procedures are necessary throughout the time, constant update in a society where the information changes at a blazing speed. In face to the speed and the increasing need of the individual to receive the jurisdictional performance, the legal procedure must also change together with the development of the society.Using videoconferences in the legal proceedings can be an enormous technological success, as it consists of the technical feasibility to carry out remote hearings, since the view, listening and communication are assured and it is possible to record them in compact disc, and attach them to the records for further consultation. Used to carry out interrogations prevent the prisoner to be required to appear in court. The defendant is inquired in the tele-hearing room of the own prison facilities where the prisoner is waiting for the trial. In the de tele-hearing room there are audio and video channels available for the defendant to communicate in private with his/her attorney, who is in the hearing room of the court, without affecting the interview with other attorney that assists him/her in the prison where remains imprisoned. However, it is necessary to assess if in case the prisoner interrogation by videoconference in the Brazilian prisons can be carried out according to the Brazilian criminal procedure, such procedure should not infringe the constitutional principle of legal defense, set forth in section 5th, clause LV, of the current Brazilian Federal Constitution. It is impossible to be a Government of Law which criminal procedural rules are away from the Constitution. The interpreter must attempt to apply the law in the no actual case, taking as an assumption the analysis of the Federal Constitution, then, the sub-constitutional law regarding the subject must be consulted / A modernização dos instrumentos de realização da justiça é uma necessidade que se impõe, sob pena do Poder Judiciário tornar-se apenas um símbolo distante e abstrato. Diante do avanço tecnológico, o processo penal brasileiro precisa repensar seus paradigmas. Há a necessidade do Poder Judiciário utilizar no seu cotidiano as recentes tecnologias, pois, caso contrário, o acúmulo de serviços e a demora na prestação jurisdicional irão prevalecer, em evidente prejuízo ao princípio da celeridade processual. Os conteúdos e as estratégias utilizadas na prestação dos serviços públicos devem ter conexão com a nova realidade tecnologia e com a necessidade dos jurisdicionados. Desta forma, a modificação dos ritos e procedimentos processuais penais se impõe ao longo do tempo, atualização constante numa sociedade em que a informação se transforma numa velocidade extraordinária. Diante da rapidez e da necessidade cada vez maior dos cidadãos em receber a prestação jurisdicional, o processo penal também deve mudar acompanhando o desenvolvimento da sociedade. A utilização da videoconferência no processo penal poderá ser um enorme sucesso tecnológico, pois consiste na viabilidade técnica para realização de audiências à distância, garantidas a visão, audição, comunicação e facultada a gravação em compact disc, a ser anexado aos autos para consulta posterior. Utilizada para realização do interrogatório evita que o preso seja requisitado para comparecer em juízo. O réu é interrogado na sala de teleaudiência da própria unidade prisional onde se encontra preso aguardando julgamento. Na sala de teleaudiência o réu tem acesso a canais de áudio e vídeo para comunicação reservada com seu defensor, que se encontra na sala de audiências do juízo, sem prejuízo de entrevista com outro defensor que lhe assiste no presídio onde permanece recolhido. No entanto, tornar-se necessário analisar se caso o interrogatório de presos por videoconferência nas unidades prisionais nacionais pudesse ser realizado no processo penal brasileiro, tal procedimento não violaria o princípio constitucional da ampla defesa, previsto no artigo 5º, inciso LV, da atual Constituição Federal Brasileira. Não é possível existir um Estado de Direito cujas normas processuais penais estejam distanciadas da Constituição.O intérprete deve buscar a aplicação do direito no caso concreto, sempre tendo como pressuposto o exame da Constituição Federal, depois, sim, deve ser consultada a legislação infraconstitucional a respeito do tema

[ES] En los últimos años, el aprendizaje profundo ha cambiado significativamente el panorama en diversas áreas del campo de la inteligencia artificial, entre las que se incluyen la visión por computador, el procesamiento del lenguaje natural, robótica o teoría de juegos. En particular, el sorprendente éxito del aprendizaje profundo en múltiples aplicaciones del campo del procesamiento del lenguaje natural tales como el reconocimiento automático del habla (ASR), la traducción automática (MT) o la síntesis de voz (TTS), ha supuesto una mejora drástica en la precisión de estos sistemas, extendiendo así su implantación a un mayor rango de aplicaciones en la vida real. En este momento, es evidente que las tecnologías de reconocimiento automático del habla y traducción automática pueden ser empleadas para producir, de forma efectiva, subtítulos multilingües de alta calidad de contenidos audiovisuales. Esto es particularmente cierto en el contexto de los vídeos educativos, donde las condiciones acústicas son normalmente favorables para los sistemas de ASR y el discurso está gramaticalmente bien formado. Sin embargo, en el caso de TTS, aunque los sistemas basados en redes neuronales han demostrado ser capaces de sintetizar voz de un realismo y calidad sin precedentes, todavía debe comprobarse si esta tecnología está lo suficientemente madura como para mejorar la accesibilidad y la participación en el aprendizaje en línea. Además, existen diversas tareas en el campo de la síntesis de voz que todavía suponen un reto, como la clonación de voz inter-lingüe, la síntesis incremental o la adaptación zero-shot a nuevos locutores. Esta tesis aborda la mejora de las prestaciones de los sistemas actuales de síntesis de voz basados en redes neuronales, así como la extensión de su aplicación en diversos escenarios, en el contexto de mejorar la accesibilidad en el aprendizaje en línea. En este sentido, este trabajo presta especial atención a la adaptación a nuevos locutores y a la clonación de voz inter-lingüe, ya que los textos a sintetizar se corresponden, en este caso, a traducciones de intervenciones originalmente en otro idioma. / [CA] Durant aquests darrers anys, l'aprenentatge profund ha canviat significativament el panorama en diverses àrees del camp de la intel·ligència artificial, entre les quals s'inclouen la visió per computador, el processament del llenguatge natural, robòtica o la teoria de jocs. En particular, el sorprenent èxit de l'aprenentatge profund en múltiples aplicacions del camp del processament del llenguatge natural, com ara el reconeixement automàtic de la parla (ASR), la traducció automàtica (MT) o la síntesi de veu (TTS), ha suposat una millora dràstica en la precisió i qualitat d'aquests sistemes, estenent així la seva implantació a un ventall més ampli a la vida real. En aquest moment, és evident que les tecnologies de reconeixement automàtic de la parla i traducció automàtica poden ser emprades per a produir, de forma efectiva, subtítols multilingües d'alta qualitat de continguts audiovisuals. Això és particularment cert en el context dels vídeos educatius, on les condicions acústiques són normalment favorables per als sistemes d'ASR i el discurs està gramaticalment ben format. No obstant això, al cas de TTS, encara que els sistemes basats en xarxes neuronals han demostrat ser capaços de sintetitzar veu d'un realisme i qualitat sense precedents, encara s'ha de comprovar si aquesta tecnologia és ja prou madura com per millorar l'accessibilitat i la participació en l'aprenentatge en línia. A més, hi ha diverses tasques al camp de la síntesi de veu que encara suposen un repte, com ara la clonació de veu inter-lingüe, la síntesi incremental o l'adaptació zero-shot a nous locutors. Aquesta tesi aborda la millora de les prestacions dels sistemes actuals de síntesi de veu basats en xarxes neuronals, així com l'extensió de la seva aplicació en diversos escenaris, en el context de millorar l'accessibilitat en l'aprenentatge en línia. En aquest sentit, aquest treball presta especial atenció a l'adaptació a nous locutors i a la clonació de veu interlingüe, ja que els textos a sintetitzar es corresponen, en aquest cas, a traduccions d'intervencions originalment en un altre idioma. / [EN] In recent years, deep learning has fundamentally changed the landscapes of a number of areas in artificial intelligence, including computer vision, natural language processing, robotics, and game theory. In particular, the striking success of deep learning in a large variety of natural language processing (NLP) applications, including automatic speech recognition (ASR), machine translation (MT), and text-to-speech (TTS), has resulted in major accuracy improvements, thus widening the applicability of these technologies in real-life settings. At this point, it is clear that ASR and MT technologies can be utilized to produce cost-effective, high-quality multilingual subtitles of video contents of different kinds. This is particularly true in the case of transcription and translation of video lectures and other kinds of educational materials, in which the audio recording conditions are usually favorable for the ASR task, and there is a grammatically well-formed speech. However, although state-of-the-art neural approaches to TTS have shown to drastically improve the naturalness and quality of synthetic speech over conventional concatenative and parametric systems, it is still unclear whether this technology is already mature enough to improve accessibility and engagement in online learning, and particularly in the context of higher education. Furthermore, advanced topics in TTS such as cross-lingual voice cloning, incremental TTS or zero-shot speaker adaptation remain an open challenge in the field. This thesis is about enhancing the performance and widening the applicability of modern neural TTS technologies in real-life settings, both in offline and streaming conditions, in the context of improving accessibility and engagement in online learning. Thus, particular emphasis is placed on speaker adaptation and cross-lingual voice cloning, as the input text corresponds to a translated utterance in this context. / Pérez González De Martos, AM. (2022). Deep Neural Networks for Automatic Speech-To-Speech Translation of Open Educational Resources [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/184019 / TESIS / Premios Extraordinarios de tesis doctorales

Tesis por compendio / [ES] Durante la última década, los medios de comunicación han experimentado una revolución, alejándose de la televisión convencional hacia las plataformas de contenido bajo demanda. Además, esta revolución no ha cambiado solamente la manera en la que nos entretenemos, si no también la manera en la que aprendemos. En este sentido, las plataformas de contenido educativo bajo demanda también han proliferado para proporcionar recursos educativos de diversos tipos. Estas nuevas vías de distribución de contenido han llegado con nuevos requisitos para mejorar la accesibilidad, en particular las relacionadas con las dificultades de audición y las barreras lingüísticas. Aquí radica la oportunidad para el reconocimiento automático del habla (RAH) para cumplir estos requisitos, proporcionando subtitulado automático de alta calidad. Este subtitulado proporciona una base sólida para reducir esta brecha de accesibilidad, especialmente para contenido en directo o streaming. Estos sistemas de streaming deben trabajar bajo estrictas condiciones de tiempo real, proporcionando la subtitulación tan rápido como sea posible, trabajando con un contexto limitado. Sin embargo, esta limitación puede conllevar una degradación de la calidad cuando se compara con los sistemas para contenido en diferido u offline. Esta tesis propone un sistema de RAH en streaming con baja latencia, con una calidad similar a un sistema offline. Concretamente, este trabajo describe el camino seguido desde el sistema offline híbrido inicial hasta el eficiente sistema final de reconocimiento en streaming. El primer paso es la adaptación del sistema para efectuar una sola iteración de reconocimiento haciendo uso de modelos de lenguaje estado del arte basados en redes neuronales. En los sistemas basados en múltiples iteraciones estos modelos son relegados a una segunda (o posterior) iteración por su gran coste computacional. Tras adaptar el modelo de lenguaje, el modelo acústico basado en redes neuronales también tiene que adaptarse para trabajar con un contexto limitado. La integración y la adaptación de estos modelos es ampliamente descrita en esta tesis, evaluando el sistema RAH resultante, completamente adaptado para streaming, en conjuntos de datos académicos extensamente utilizados y desafiantes tareas basadas en contenidos audiovisuales reales. Como resultado, el sistema proporciona bajas tasas de error con un reducido tiempo de respuesta, comparables al sistema offline. / [CA] Durant l'última dècada, els mitjans de comunicació han experimentat una revolució, allunyant-se de la televisió convencional cap a les plataformes de contingut sota demanda. A més a més, aquesta revolució no ha canviat només la manera en la que ens entretenim, si no també la manera en la que aprenem. En aquest sentit, les plataformes de contingut educatiu sota demanda també han proliferat pera proporcionar recursos educatius de diversos tipus. Aquestes noves vies de distribució de contingut han arribat amb nous requisits per a millorar l'accessibilitat, en particular les relacionades amb les dificultats d'audició i les barreres lingüístiques. Aquí radica l'oportunitat per al reconeixement automàtic de la parla (RAH) per a complir aquests requisits, proporcionant subtitulat automàtic d'alta qualitat. Aquest subtitulat proporciona una base sòlida per a reduir aquesta bretxa d'accessibilitat, especialment per a contingut en directe o streaming. Aquests sistemes han de treballar sota estrictes condicions de temps real, proporcionant la subtitulació tan ràpid com sigui possible, treballant en un context limitat. Aquesta limitació, però, pot comportar una degradació de la qualitat quan es compara amb els sistemes per a contingut en diferit o offline. Aquesta tesi proposa un sistema de RAH en streaming amb baixa latència, amb una qualitat similar a un sistema offline. Concretament, aquest treball descriu el camí seguit des del sistema offline híbrid inicial fins l'eficient sistema final de reconeixement en streaming. El primer pas és l'adaptació del sistema per a efectuar una sola iteració de reconeixement fent servir els models de llenguatge de l'estat de l'art basat en xarxes neuronals. En els sistemes basats en múltiples iteracions aquests models son relegades a una segona (o posterior) iteració pel seu gran cost computacional. Un cop el model de llenguatge s'ha adaptat, el model acústic basat en xarxes neuronals també s'ha d'adaptar per a treballar amb un context limitat. La integració i l'adaptació d'aquests models és àmpliament descrita en aquesta tesi, avaluant el sistema RAH resultant, completament adaptat per streaming, en conjunts de dades acadèmiques àmpliament utilitzades i desafiants tasques basades en continguts audiovisuals reals. Com a resultat, el sistema proporciona baixes taxes d'error amb un reduït temps de resposta, comparables al sistema offline. / [EN] Over the last decade, the media have experienced a revolution, turning away from the conventional TV in favor of on-demand platforms. In addition, this media revolution not only changed the way entertainment is conceived but also how learning is conducted. Indeed, on-demand educational platforms have also proliferated and are now providing educational resources on diverse topics. These new ways to distribute content have come along with requirements to improve accessibility, particularly related to hearing difficulties and language barriers. Here is the opportunity for automatic speech recognition (ASR) to comply with these requirements by providing high-quality automatic captioning. Automatic captioning provides a sound basis for diminishing the accessibility gap, especially for live or streaming content. To this end, streaming ASR must work under strict real-time conditions, providing captions as fast as possible, and working with limited context. However, this limited context usually leads to a quality degradation as compared to the pre-recorded or offline content. This thesis is aimed at developing low-latency streaming ASR with a quality similar to offline ASR. More precisely, it describes the path followed from an initial hybrid offline system to an efficient streaming-adapted system. The first step is to perform a single recognition pass using a state-of-the-art neural network-based language model. In conventional multi-pass systems, this model is often deferred to the second or later pass due to its computational complexity. As with the language model, the neural-based acoustic model is also properly adapted to work with limited context. The adaptation and integration of these models is thoroughly described and assessed using fully-fledged streaming systems on well-known academic and challenging real-world benchmarks. In brief, it is shown that the proposed adaptation of the language and acoustic models allows the streaming-adapted system to reach the accuracy of the initial offline system with low latency. / Jorge Cano, J. (2022). Streaming Automatic Speech Recognition with Hybrid Architectures and Deep Neural Network Models [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/191001 / Compendio