Un equipo de investigación da Universidade Carlos III de Madrid (UC3M) desenvolveu unha tecnoloxía empregando técnicas avanzadas de aprendizaxe automática que permite detectar indicios de violencia de xénero a partir de características paralingüísticas da voz como o ton, o ritmo e a intensidade. Este método innovador axuda a recoñecer situacións de estrés psicolóxico ou trauma respectando a privacidade das persoas que falan, o que podería ter grandes implicacións en liñas de atención telefónica ou servizos de telemedicina.
A investigación, publicada na revista Applied Sciences, desenvolveu unha tecnoloxía que funciona utilizando unha arquitectura denominada adversaria, que permite recoñecer a persoas que foron vítimas de violencia de xénero a partir de biomarcadores relacionados con aspectos espectrais da voz.
Redes neuronais
“Este tipo de interpretación nas características da fala é moi parecido ao que levamos a cabo as persoas de maneira intuitiva. O noso estudo o que fai é trasladar ese coñecemento a redes neuronais que, en certa medida, imitan como procesa o cerebro humano este tipo de información”, explica unha das autoras do traballo, Carmen Peláez Moreno, catedrática do Departamento de Teoría do Sinal e Comunicacións da UC3M e investigadora de UC3M4Safety.
Para levar a cabo a investigación, o equipo traballou con voluntarias que participaron en experimentos deseñados mediante realidade virtual. Durante as probas, as participantes visualizaron vídeos con e sen contido violento, mentres se analizaban os cambios no seu comportamento e na súa voz en función das emocións experimentadas.
“A partir destas gravacións observamos que existían comportamentos moi distintos ante os mesmos estímulos entre persoas que sufriran violencia e aquelas que non”, sinala a investigadora. “Foi un achado por serendipia: buscando outra cousa, descubrimos que era posible detectar se unha persoa fora vítima de violencia unicamente analizando o seu sinal de voz”, apunta.
Aplicacións prácticas
Este avance abre a porta a importantes aplicacións prácticas. Por unha banda, a tecnoloxía podería utilizarse como ferramenta de apoio para a detección temperá e non invasiva de problemas de saúde mental en contornas clínicas. Por outro, permitiría a súa integración en plataformas dixitais como asistentes virtuais ou recursos de atención social. Con iso, facilitaríase a identificación temperá de vítimas de violencia de xénero e contribuiríase a reducir o problema da infradenuncia, ofrecendo apoio especializado de forma máis rápida e eficaz.
“Se conseguimos identificar indicios de violencia de xénero cando unha persoa chama a unha liña de axuda, acode ao médico ou a un servizo social, podemos actuar antes de que ocorra un suceso fatal, e mesmo antes de que a propia persoa se recoñeza como vítima, o que facilitaría a recuperación psicolóxica destas, que debe comezar moito antes de que os casos cheguen aos medios de comunicación”, conclúe Carmen Peláez.
“O equipo intentou utilizar a tecnoloxía na resolución de problemas sociais porque cremos que pode axudar en gran medida a loitas contra a violencia e contra a victimización, ademais de recuperar ás vítimas da súa situación”, conclúe a directora do IEG, Celia López Ongil, profesora do Departamento de Tecnoloxía Electrónica da UC3M.
Referencia: Machine Unlearning for Speaker-Agnostic Detection of Gender-Based Violence Condition in Speech (Publicado en Applied Sciences)
