Evaluación cuantitativa de las especificaciones de diseño en problemas de síntesis de sonido mediante aprendizaje automático

Abstract

La evaluación de las tareas en problemas de síntesis de sonido constituye un reto dada la naturaleza acústica de la salida, forzando generalmente a un proceso de corrección manual con las desventajas de subjetividad y cansancio que ello conlleva. En este trabajo proponemos un modelo que sea capaz de evaluar este tipo de problemas de manera automática y así apoyar al docente en esta tarea con la finalidad de que pueda destinar ese tiempo a otro tipo de tareas docentes con más impacto en el proceso de enseñanza-aprendizaje del alumno. La propuesta se basa en modelos de aprendizaje neuronal profundo, concretamente las llamadas Redes Siamesas, los cuales permiten medir la similitud entre dos elementos de entrada. En nuestro caso, en base a un grupo de datos etiquetados como correctos e incorrectos, el modelo nos permite estimar a qué tipo de elemento se asemejan más las diferentes entregas de los alumnos. Los resultados obtenidos con una serie de escenarios simulados en base a entregas de estudiantes de la asignatura Síntesis Digital de Sonido del Grado en Ingeniería en Sonido e Imagen en Telecomunicación validan la propuesta realizada en todos los casos propuestos.