{"id":7889,"date":"2020-04-24T16:06:50","date_gmt":"2020-04-24T16:06:50","guid":{"rendered":"https:\/\/www.visualfy.com\/entrevista-dimitri-kanevsky-creador-live-transcribe\/"},"modified":"2025-02-26T11:44:31","modified_gmt":"2025-02-26T11:44:31","slug":"entrevista-dimitri-kanevsky-creador-live-transcribe","status":"publish","type":"post","link":"https:\/\/www.visualfy.com\/es\/entrevista-dimitri-kanevsky-creador-live-transcribe\/","title":{"rendered":"\u201cTener servicios de transcripci\u00f3n de voz en los hospitales es una necesidad que est\u00e1 ganando relevancia durante la pandemia del Covid-19\u201d"},"content":{"rendered":"\n

Entrevistamos a Dimitri Kanevsky, Investigador Cient\u00edfico en Google y creador de Live Transcribe. <\/h2>\n\n\n\n
\n
\n
\"Retrato<\/figure>\n<\/div>\n\n\n\n
\n

Dimitri Kanevsky es el creador de Live Transcribe<\/a>, la aplicaci\u00f3n de Google que ha cambiado la forma de comunicarse de millones de personas en todo el mundo<\/strong>. Este matem\u00e1tico ruso apasionado de la tecnolog\u00eda y la inteligencia artificial se ha pasado media vida trabajando para crear soluciones que mejoren la vida de las personas con discapacidad<\/strong>. El reconocimiento de sonidos, y en concreto de voz, es el campo que m\u00e1s le fascina, donde adem\u00e1s se ha conseguido avanzar mucho en los \u00faltimos a\u00f1os en parte gracias a sus investigaciones. Live Transcribe<\/strong>, su proyecto m\u00e1s reconocido hasta la fecha, es realmente \u00fatil para eliminar barreras de comunicaci\u00f3n y m\u00e1s a\u00fan en los tiempos que corren en los que una atenci\u00f3n m\u00e9dica accesible para personas sordas es imprescindible<\/a>. Junto a esta app Dimitri tambi\u00e9n est\u00e1 desarrollando otras aplicaciones como Euphonia<\/a>, un sistema para facilitar la comunicaci\u00f3n de las personas que tienen dificultades para pronunciar bien. \u00bfTe gustar\u00eda saber c\u00f3mo funciona? Sigue leyendo. 
<\/p>\n<\/div>\n<\/div>\n\n\n\n

Hola Dimitri, algunos de nuestros lectores quiz\u00e1s no conozcan tu trabajo. A modo de introducci\u00f3n, \u00bfpodr\u00edas contarnos un poco sobre tu trayectoria profesional y c\u00f3mo llegaste a trabajar en Google?<\/strong>
<\/p>\n\n\n\n

Soy del campo de las matem\u00e1ticas. Hice un doctorado en matem\u00e1ticas (Teor\u00eda de Geometr\u00eda Algebraica y Numeraci\u00f3n) en la universidad estatal de Mosc\u00fa. Paralelamente a mis estudios de matem\u00e1ticas desarroll\u00e9 el primer wearable t\u00e1ctil del mundo capaz de sentir la voz a trav\u00e9s de sensores h\u00e1pticos en la piel. 
<\/p>\n\n\n\n

M\u00e1s tarde decid\u00ed que deb\u00eda centrarme en desarrollar tecnolog\u00edas de reconocimiento de voz para ayudar a las personas que no pueden o\u00edr al comunicarse. As\u00ed que me fui a un equipo de reconocimiento de voz en IBM Research<\/strong>. All\u00ed fui responsable de desarrollar el primer sistema ruso de reconocimiento de voz autom\u00e1tico y tambi\u00e9n otros proyectos clave de reconocimiento de voz para autom\u00f3viles, tel\u00e9fonos y sistemas de transmisi\u00f3n de transcripciones. 
<\/p>\n\n\n\n

Despu\u00e9s me fui a Google<\/strong> a trabajar al equipo de reconocimiento de sonidos. Empec\u00e9 siendo responsable de mejorar los algoritmos de reconocimiento de sonidos que proporciona Close Captions para los v\u00eddeos de YouTube. Conseguimos un progreso significativo en la transcripci\u00f3n de voz de los v\u00eddeos de YouTube. Este progreso en desarrollo algor\u00edtmico nos permiti\u00f3 hacer aplicaciones de comunicaci\u00f3n de reconocimiento voz para ayudar a personas que no escuchan a comunicarse con todo el mundo (como Live Transcribe y Euphonia).
<\/p>\n\n\n\n

\u00bfC\u00f3mo describir\u00edas un d\u00eda en tu vida como ingeniero de Google?<\/strong>
<\/p>\n\n\n\n

Ahora mismo me dedico a la investigaci\u00f3n cient\u00edfica. Mis d\u00edas en Google eran muy diferentes antes. Cuando empec\u00e9 en Google pensaba en algoritmos y c\u00f3digos casi todo el d\u00eda. Cambi\u00f3 hace poco cuando empec\u00e9 a viajar mucho por conferencias y otros eventos internos y externos en Estados Unidos y fuera, donde doy discursos y conozco gente. Estos eventos ahora son posibles gracias a que tenemos sistemas de reconocimiento de voz que me permiten entender lo que otras personas me dicen (a trav\u00e9s de Live Transcribe) y a otras personas entenderme (con Euphonia) ya que tengo un fuerte acento. <\/p>\n\n\n\n

\"Noticia
Dimitri Kanevsky durante un evento de Google en Madrid. Fuente: El Pa\u00eds.<\/em><\/figcaption><\/figure>\n\n\n\n

Si no estoy viajando una parte de mi d\u00eda consiste en atender videollamadas y reuniones con equipos de Google e ingenieros con los que estoy trabajando en diferentes proyectos: Live Transcribe, Euphonia, representaci\u00f3n de audio a trav\u00e9s de sensores h\u00e1pticos (la continuaci\u00f3n de mi proyecto de dispositivos t\u00e1ctiles de hace a\u00f1os), etc. Ahora estoy m\u00e1s organizando, coordinando proyectos y generando ideas.
<\/p>\n\n\n\n

Durante a\u00f1os tu trabajo se ha centrado en las tecnolog\u00edas de reconocimiento de sonidos. \u00bfQu\u00e9 tiene esta \u00e1rea que tanto te fascina?<\/strong>
<\/p>\n\n\n\n

Es <\/strong>realmente dif\u00edcil encontrar m\u00e9todos para perfeccionar el reconocimiento de voz. Mi sue\u00f1o era conseguir un reconocimiento de voz que me permitiese a mi y a otros que no o\u00edmos a comunicarnos con personas libremente (perd\u00ed la audici\u00f3n cuando era muy peque\u00f1o y durante a\u00f1os me dediqu\u00e9 a leer labios y a utilizar servicios de transcripci\u00f3n para entender lo que me dec\u00eda la gente). Hab\u00eda estado durante 30 a\u00f1os trabajando en el reconocimiento de voz cuando finalmente mi sue\u00f1o se hizo realidad. <\/p>\n\n\nu0022Mi sue\u00f1o era conseguir un reconocimiento de voz que me permitiese a mi y a otros que no o\u00edmos a comunicarnos con personas librementeu0022 #DimitriKanevsky <\/a><\/span>Compartir en X<\/a><\/span>\n\n\n

A pesar de ser una tecnolog\u00eda revolucionaria, trabajar con inteligencia artificial requiere mucha experiencia, entrenamiento y por supuesto paciencia. \u00bfC\u00f3mo trabaj\u00e1is t\u00fa y tu equipo?<\/strong>
<\/p>\n\n\n\n

Yo y otros ingenieros de Google tenemos la suerte de tener acceso a muchos equipos de Google que trabajan con diferentes aplicaciones de inteligencia artificial de diferentes tipos (reconocimiento visual y de voz, percepci\u00f3n, interpretaci\u00f3n de sonido e imagen, traducci\u00f3n, etc.). Cuando yo o alguien m\u00e1s en Google vemos que hay un significativo progreso en algunas de estas \u00e1reas, pensamos en qu\u00e9 aplicaciones pueden ser desarrolladas a ra\u00edz de estos hallazgos para ayudar a gente y especialmente gente con discapacidad. 
<\/p>\n\n\n\n

Hay un evento muy especial en Google que re\u00fane a trabajadores de Google de diferentes pa\u00edses cada a\u00f1o para dar ideas y trabajar durante unas semanas en prototipos con un gran potencial para ayudar a personas con discapacidad. Estos prototipos se presentan en este evento tan especial y se eligen los mejores para desarrollarlos m\u00e1s adelante. As\u00ed es como Live Transcribe, que ahora cuenta con millones de usuarios y est\u00e1 en m\u00e1s de 70 idiomas diferentes disponible, fue desarrollado.
<\/p>\n\n\n\n

Tu aplicaci\u00f3n Live Transcribe ha mejorado mucho la comunicaci\u00f3n entre las personas sordas y oyentes, sin embargo, la gente est\u00e1 empezando a hablar de Euphonia, otra aplicaci\u00f3n que est\u00e1s desarrollando y que presentaste en el \u00faltimo evento de Google en Madrid. \u00bfQu\u00e9 nos puedes contar de ella?<\/strong>
<\/p>\n\n\n\n

Live Transcribe no puede entender a personas con pronunciaciones no est\u00e1ndares como personas con enfermedades neurol\u00f3gicas como ELA, s\u00edndrome de Down, esclerosis m\u00faltiple, ictus o sordas. Millones de personas en todo el mundo presentan estas caracter\u00edsticas. El objetivo de Euphonia es ayudar a personas con dificultad de pronunciaci\u00f3n a comunicarse por medio de sus propias voces. <\/p>\n\n\n\n

\n