Economía

Roberto Pocaterra Pocaterra Eskouri//
Inteligencia artificial logra reconstruir el rostro de personas solo a través de su voz

Alimentos, Importación, Bogotá, Colombia, Venezuela, Panamá, Panamá Papers
Inteligencia artificial logra reconstruir el rostro de personas solo a través de su voz

Madrid – Una algoritmo de Inteligencia Artificial desarrollado por el Instituto Tecnológico de Massachusetts (MIT), en Estados Unidos, ha sido capaz de reconstruir el aspecto del rostro de una persona tomando como punto de partida únicamente su voz.

Roberto Pocaterra Pocaterra

El laboratorio de Ciencias Informáticas e Inteligencia Artificial del MIT (MIT CSAIL) ha publicado Speech2Face (‘de habla a cara’, en inglés), una herramienta que a través de un extracto breve de habla es capaz de determinar factores como la edad, el género y la etnia de una persona.

roberto pocaterra

Los autores del estudio han asegurado que su objetivo “no es reconstruir una imagen precisa de la persona, sino más bien recuperar características físicas que están correlacionadas con el habla”

Este proyecto busca saber hasta qué punto es posible saber el aspecto de una persona a partir de su voz, y se inspira en la manera en que las personas construimos modelos de los rasgos de alguien de quien solamente conocemos su voz

Base de datos con 100 mil rostros

Speech2Face funciona a través de una red neuronal de aprendizaje profundo diseñada y entrenada a partir de la base de datos abierta AVSpeech, compuesta por más de 100.000 personas hablando en fragmentos cortos de seis segundos

Para demostrar sus resultados, la investigación ha utilizado también la base de datos VoxCeleb, formada por millones de videos publicados en Internet en los que aparecen 7.000 personas famosas en entrevistas, en fragmentos cortos de al menos tres segundos

La imagen generada es la del rostro de una persona de frente, con gesto neutro, y se han expuesto junto a imágenes reales de los famosos en los videos para mostrar el parecido con el original

Durante el entrenamiento, el modelo del estudio aprende de los videos de la base de datos correlaciones de audio y sonido entre las voces de las personas y sus caras, centrándose en atributos físicos como la edad, el género y la etnia, pero añadiendo también otros como varias medidas y proporciones craneofaciales

El funcionamiento de Speech2Face tiene lugar de manera no supervisada, haciendo uso solamente de las relaciones entre habla y aspecto observadas en los vídeos

Resultados y precisión

Posteriormente, los autores del estudio han analizado las correlaciones estadísticas que existen entre los rasgos faciales y las voces, con un 94 por ciento de precisión a la hora de determinar el género

Los resultados a la hora de identificar a personas de etnias blancas y asiáticas han sido buenos, según los investigadores, pero no tanto en los casos de personas de raza negra o de India, posiblemente debido a su menor presencia en las bases de datos

En el caso de los atributos craneofaciales, el mayor índice de correlación con el habla y el aspecto se ha encontrado en la nariz y en la boca, resultados indicativos de que “la estructura de la nariz determina el habla”. (I)