Traductor de voz basado en procesamiento de lenguaje natural para asistencia a niños y jóvenes con dislalia

Autores/as

DOI:

https://doi.org/10.70929/caui3.v1i2.0012

Palabras clave:

Dislalia, reconocimiento de voz, procesamiento de lenguaje natural, terapia del habla

Resumen

El traductor de voz intenta corregir la dislalia en niños y jóvenes, para lo que se emplea tecnologías avanzadas de procesamiento de lenguaje natural. Se implementaron procedimientos como la selección de herramientas avanzadas (Vosk, Google Speech-to-Text y OpenAI Whisper) y el diseño de una interfaz intuitiva para garantizar la funcionalidad del prototipo. Se realizaron pruebas iterativas para validar el desempeño del sistema y recopilar retroalimentación de terapeutas y educadores. Los resultados mostraron que el sistema alcanzó un 90% de precisión promedio en el reconocimiento de voz, cumpliendo con los estándares establecidos. Además, se identificaron ciertas áreas de mejora, como la detección de fonemas complejos (/r/ y /s/), donde se registraron mayores tasas de error. Se concluye que el sistema presenta un impacto significativo en el ámbito educativo y terapéutico.

Biografía del autor/a

  • Luis González-Franco, Facultad de Ingeniería Industrial, Universidad de Guayaquil, Guayaquil 090514, Ecuador

    Luis González Franco es Ingeniero Industrial por la Universidad de Guayaquil.

  • James Sánchez-Calderón, Facultad de Ingeniería Industrial, Universidad de Guayaquil, Guayaquil 090514, Ecuador

    James Sánchez Calderón es Ingeniero Industrial por la Universidad de Guayaquil.

Referencias

[1] E. López-Hernández, P. Acosta-Rodas, J. Cruz-Cárdenas, and C. Ramos-Galarza, “Intervención musicoterapéutica para mejorar la memoria, atención y lenguaje in niños con dislalia.,” Revista Ecuatoriana de Neurologia, vol. 30, no. 2, pp. 48–56, Sep. 2021, doi: 10.46997/revecuatneurol30200048.

[2] N. R. Garofalo Cujilema and A. Y. Morán Melendez, “Bullying y estado emocional en estudiantes de sexto grado de Educación General Básica de la Unidad Educativa 24 de Mayo del cantón San Miguel de Bolívar,” BABAHOYO: UTB, 2024, 2024.

[3] M. I. Mendoza Loor and L. E. Loor Lino, “Labor de trabajador social frente al trabajo infantil de los niños, niñas y adolescentes en el cantón Portoviejo,” AlfaPublicaciones, vol. 3, no. 4, pp. 6–19, Oct. 2021, doi: 10.33262/ap.v3i4.106.

[4] N. E. G. Rivas, “Tecnolog’ia Asistiva para la Inclusión Educativa en Ecuador,” Ciencia Latina: Revista Multidisciplinar, vol. 8, no. 3, pp. 417–433, 2024.

[5] C. Bérubé et al., “Voice-Based Conversational Agents for the Prevention and Management of Chronic and Mental Health Conditions: Systematic Literature Review,” J Med Internet Res, vol. 23, no. 3, p. e25933, Mar. 2021, doi: 10.2196/25933.

[6] K. Lister, T. Coughlan, F. Iniesto, N. Freear, and P. Devine, “Accessible conversational user interfaces,” in Proceedings of the 17th International Web for All Conference, New York, NY, USA: ACM, Apr. 2020, pp. 1–11. doi: 10.1145/3371300.3383343.

[7] F. Khan, Y. Wu, J. Dray, B. Hemsley, and A. B. Kocaballi, “Conversational Agents to Support People with Communication Disability: A Co-design Study with Speech Pathologists,” in Proceedings of the Extended Abstracts of the CHI Conference on Human Factors in Computing Systems, New York, NY, USA: ACM, Apr. 2025, pp. 1–9. doi: 10.1145/3706599.3719800.

[8] F. J. Espinoza-Santacruz and C. H. Flores-Urgiles, “Aplicación de tecnologías de la información en el desarrollo del lenguaje de niños con dificultades de comunicación,” Polo del Conocimiento, vol. 4, no. 5, p. 116, May 2019, doi: 10.23857/pc.v4i5.968.

[9] N. E. Garcia Rivas, “Tecnología Asistiva para la Inclusión Educativa en Ecuador,” Ciencia Latina Revista Científica Multidisciplinar, vol. 8, no. 3, pp. 417–433, May 2024, doi: 10.37811/cl_rcm.v8i3.11228.

[10] B. Roy, S. Ghosh, S. K. Sarkar, A. Sen, and N. R. Choudhury, “Implications of Artificial Intelligence for Special Education Technology,” 2024, pp. 401–430. doi: 10.4018/979-8-3693-5538-1.ch015.

[11] M. Mahmoudi-Dehaki and N. Nasr-Esfahani, “Artificial Intelligence (AI) in Special Education,” 2024, pp. 193–222. doi: 10.4018/979-8-3693-5538-1.ch007.

[12] X. Vélez-Calvo, V. Calle-Calle, C. Seade-Mejía, and M. J. Peñaherrera-Vélez, “Doble excepcionalidad: altas capacidades y trastornos del neurodesarrollo. prevalencia en escolares ecuatorianos,” CienciAmérica, vol. 12, no. 1, Jan. 2023, doi: 10.33210/ca.v12i1.393.

[13] G. A. Attwell, K. E. Bennin, and B. Tekinerdogan, “A Systematic Review of Online Speech Therapy Systems for Intervention in Childhood Speech Communication Disorders,” Sensors, vol. 22, no. 24, p. 9713, Dec. 2022, doi: 10.3390/s22249713.

[14] Z. Brahmi, M. Mahyoob, M. Al-Sarem, J. Algaraady, K. Bousselmi, and A. Alblwi, “Exploring the Role of Machine Learning in Diagnosing and Treating Speech Disorders: A Systematic Literature Review,” Psychol Res Behav Manag, vol. Volume 17, pp. 2205–2232, May 2024, doi: 10.2147/PRBM.S460283.

[15] K. I. Arce-Ruelas, O. Alvarez-Xochihua, J. A. Gonzalez-Fraga, E. Martinez-Martinez, and P. Paez-Manjarrez, “Design and Evaluation of a Spanish Language Therapy Support System,” Journal of Language Teaching and Research, vol. 12, no. 6, pp. 853–863, Nov. 2021, doi: 10.17507/jltr.1206.01.

[16] J. Vonessen, N. B. Aoki, M. Cohn, and G. Zellou, “Comparing perception of L1 and L2 English by human listeners and machines: Effect of interlocutor adaptations,” J Acoust Soc Am, vol. 155, no. 5, pp. 3060–3070, May 2024, doi: 10.1121/10.0025930.

[17] Q. Yang, “Toward Responsible AI: An Overview of Federated Learning for User-centered Privacy-preserving Computing,” ACM Trans Interact Intell Syst, vol. 11, no. 3–4, pp. 1–22, Dec. 2021, doi: 10.1145/3485875.

[18] D. Jiang et al., “A GDPR-compliant Ecosystem for Speech Recognition with Transfer, Federated, and Evolutionary Learning,” ACM Trans Intell Syst Technol, vol. 12, no. 3, pp. 1–19, Jun. 2021, doi: 10.1145/3447687.

[19] R. Lakshminarayanan, A. Shaik, and A. Balasundaram, “Automated speech therapy through personalized pronunciation correction using reinforcement learning and large language models,” Results in Engineering, vol. 25, p. 103943, Mar. 2025, doi: 10.1016/j.rineng.2025.103943.

[20] C. Song, S.-Y. Shin, and K.-S. Shin, “Optimizing Foreign Language Learning in Virtual Reality: A Comprehensive Theoretical Framework Based on Constructivism and Cognitive Load Theory (VR-CCL),” Applied Sciences, vol. 13, no. 23, p. 12557, Nov. 2023, doi: 10.3390/app132312557.

[21] G. A. Ikhimwin, “Dynamic Interactive Multimodal Speech (DIMS) Framework,” Frontiers in Global Health Sciences, pp. 1–13, Jan. 2023, doi: 10.70560/1s1ky152.

Descargas

Publicado

2025-08-13

Número

Vol. 1 Núm. 2 (2025): Ciencia al Servicio de la Sociedad

Sección

Artículo de Investigación

Categorías

Licencia

Derechos de autor 2025 Revista Digital Científica Causalidad (caui3)

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Cómo citar

[1]
L. González-Franco and J. Sánchez-Calderón, “Traductor de voz basado en procesamiento de lenguaje natural para asistencia a niños y jóvenes con dislalia”, Revista Digital Científica Causalidad (caui3), vol. 1, no. 2, pp. 15–25, Aug. 2025, doi: 10.70929/caui3.v1i2.0012.