Actualidad de IA
Tu transcriptor confunde nombres: NVIDIA propone cómo adaptarlo con skills
Una lista de vocabulario puede resolver algunos errores de voz. Otros necesitan adaptar el modelo. La guía de NVIDIA ayuda a separar ambos casos.
No todos los errores de voz se arreglan entrenando
El transcriptor entiende la entrevista, pero escribe mal el nombre de una librería. Antes de entrenar un modelo, probaría una ayuda de vocabulario. Si se equivoca con muchas palabras de una grabación ruidosa, el problema puede ser otro.
NVIDIA publicó el 13 de octubre de 2026 una guía para adaptar el reconocimiento de voz con skills de agentes de programación. El estudio utiliza comunicaciones de control aéreo en inglés. Es un procedimiento nuevo para organizar el trabajo, no el anuncio de otro modelo ni una prueba sobre tus grabaciones.
Las skills guían el trabajo; la GPU lo ejecuta
nemotron-asr-finetune organiza el experimento y elige la vía de adaptación. nemo-speech-asr-finetune concreta la configuración, el entrenamiento y la evaluación con NeMo. Instalar esas instrucciones no prepara por sí solo el equipo Linux con GPU ni entrena los pesos: hay que comprobar el entorno y la compatibilidad.
Vocabulario, frases habituales o ajuste del modelo
Word boosting da preferencia a términos conocidos. Un modelo n-gram ayuda con secuencias habituales de palabras. El fine-tuning cambia los pesos usando audio y transcripciones. Cada opción depende del soporte del modelo y del sistema que lo sirve.
La guía propone empezar por lo suficiente más sencillo. Para elegirlo, agrupa los errores: nombres propios, palabras corrientes, acentos o grabaciones de un mismo micrófono. Así pruebas una causa concreta.
El nombre tiene que aparecer cuando se pronuncia
Imagina entrevistas en español autorizadas para una demostración. El sistema confunde nombres de librerías. Puedes probar una lista corta de términos y revisar dos cosas: que los escriba cuando se dicen y que no los introduzca al escuchar una palabra parecida.
Si un micrófono provoca errores en frases enteras, acertar el nombre no demuestra que hayas resuelto el problema. Mantén ese grupo de grabaciones separado al revisar. El ejemplo sirve para preparar esa comparación.
Una media puede ocultar una negación perdida
Reserva audios distintos para entrenar, elegir la configuración y medir al final. Los fragmentos de una misma entrevista deberían quedar juntos para evitar que el modelo se evalúe con material demasiado parecido al entrenamiento. NeMo también pide no entrenar el tokenizador con los textos de evaluación.
WER cuenta sustituciones, omisiones e inserciones respecto al texto de referencia. Compara con la misma normalización y conserva las predicciones. Revisa además nombres, cifras y negaciones: un promedio mejor puede esconder un cambio de significado. Comprueba también que el audio general no empeore.
Qué puedes probar ya
Las skills y Nemotron 3.5 ASR tienen fuentes públicas. Su ficha incluye español de España y de Estados Unidos, pero la guía todavía anuncia como futura la publicación de los modelos refinados N4 y P4 y del conjunto de evaluación de dos horas. Puedes preparar tu prueba con un modelo disponible y audios autorizados; no dar por reproducido todo el estudio.