Análisis comparativo entre un sistema de subtitulado por reescucha y un sistema de subtitulado sin intervención humana

La accesibilidad a la televisión en directo para personas sordas o con dificultades auditivas es un reto constante. Se explora la viabilidad de sistemas de subtitulado completamente automatizados frente a las técnicas que requieren intervención humana, buscando ofrecer una solución más precisa y rápida. Los hallazgos iniciales apuntan a una mejora significativa en la calidad del subtitulado, lo que podría transformar la forma en que se garantiza el acceso a la información en tiempo real.

El reto que se quería resolver

Imagine no poder seguir las noticias en directo por televisión porque los subtítulos son inconsistentes, se retrasan o simplemente omiten información crucial. Esta es la realidad diaria para millones de personas sordas o con problemas de audición. A pesar de los esfuerzos, los sistemas actuales de subtitulado en vivo a menudo no cumplen con los estándares de calidad deseados, especialmente en programas espontáneos como los informativos. La clave radica en equilibrar la precisión, la velocidad y la sincronización con el audio, aspectos que son difíciles de conseguir simultáneamente con los métodos que dependen de la intervención humana.

Cómo se puso a prueba

Para abordar este desafío, se llevó a cabo un análisis comparativo utilizando cuatro programas de noticias en español. Se compararon dos métodos de subtitulado: el primero, un sistema semiautomático basado en la "reescucha" (donde una persona repite o parafrasea el audio que escucha en tiempo real, utilizado actualmente por una cadena de televisión española); el segundo, un sistema automático desarrollado que funciona sin intervención humana, procesando el audio original directamente. La calidad de los subtítulos generados por ambos sistemas se evaluó meticulosamente. Los parámetros clave medidos fueron la precisión (cuantificada por la Tasa de Error de Palabras o WER), la latencia (el retraso entre el habla y la aparición de los subtítulos) y la velocidad de los subtítulos (caracteres por segundo).

Qué se descubrió

Los resultados revelaron diferencias significativas entre ambos sistemas. El sistema automático sin intervención humana demostró una precisión notablemente superior, con tasas de error de palabras (WER) entre el 3,76% y el 7,29%. Esto contrasta fuertemente con el sistema de reescucha, que mostró una precisión baja, con WER entre el 32,24% y el 44,14%. Una observación crítica fue que la mayoría de los errores en el sistema de reescucha (más del 94%) se debieron a la omisión de contenido completo o frases enteras, lo que puede llevar a una pérdida sustancial de información para el espectador. En cuanto a la latencia, el sistema automático generó subtítulos con un retraso de aproximadamente 4 segundos, cumpliendo con las regulaciones españolas (que establecen un máximo de 8 segundos). El sistema de reescucha, por su parte, presentó latencias mucho más elevadas, oscilando entre 6,9 y 12,2 segundos. Respecto a la velocidad, el sistema automático tuvo una velocidad media de 15,9 caracteres por segundo (aproximadamente 190 palabras por minuto), ligeramente superior a la recomendada pero aún perfectamente legible. El sistema de reescucha operó a una velocidad media de 11,55 caracteres por segundo (aproximadamente 133 palabras por minuto).

Por qué esto cambia las reglas del juego

Este estudio representa un paso fundamental hacia el desarrollo de sistemas de subtitulado completamente automáticos para televisión en directo. Los resultados obtenidos demuestran que es posible alcanzar altos niveles de precisión y una latencia aceptable sin la necesidad de intervención humana. Esto es crucial porque los métodos actuales basados en la reescucha, aunque son el estándar, a menudo comprometen la cantidad y la calidad de la información para mantener la velocidad, generando frustración y una experiencia incompleta para las personas con discapacidad auditiva. Al validar la capacidad de un sistema automático para generar subtítulos de alta calidad, se abre la puerta a una mayor autonomía y acceso universal a la información, promoviendo una verdadera inclusión en el contenido audiovisual en tiempo real.

• Título traducido: Análisis comparativo entre un sistema de subtitulado por reescucha y un sistema de subtitulado sin intervención humana
• Revista: Universal Access in the Information Society
• Año: 2024
• DOI: 10.1007/s10209-022-00926-3
• Autores: Adrian Ruiz-Arroyo, Angel Garcia-Crespo, Francisco Fuenmayor-Gonzalez, Roxana Rodriguez-Goncalves