TREINO NÃO SUPERVISIONADO DE MODELOS ACÚSTICOS PARA RECONHECIMENTO DE FALA

Esta tese resume os trabalhos desenvolvidos na área de processamento automático de fala com o objetivo de incrementar a quantidade de recursos linguísticos disponíveis para o português europeu. O estágio de desenvolvimento e a aplicação das tecnologias de fala para uma língua estão relacionados com a quantidade e a qualidade de recursos disponíveis para esta língua. Poucas línguas apresentam, no domínio público e livre, todos os recursos necessários para desenvolver as tecnologias de fala. A língua portuguesa, como muitas outras, tem escassez de recursos públicos e livres, o que pode dificultar o desenvolvimento e a aplicação de tecnologias de fala que incorporam esta língua. Os trabalhos descritos nesta tese apresentam uma abordagem para criar bases de dados de fala, recorrendo apenas aos recursos do domínio público e livres, partindo de sinais multimédia sem transcrições ortográficas ou fonéticas. É apresentada uma solução para aproveitar a grande disponibilidade de material multimédia existente no domínio público (podcasts por exemplo) e selecionar segmentos de fala adequados para treinar modelos acústicos. Para isso, foram desenvolvidos vários sistemas para segmentar e classificar automaticamente os noticiários. Estes sistemas podem ser combinados para criar bases de dados de fala com transcrição fonética sem a intervenção humana. Foi desenvolvido um sistema de conversão automático de grafemas para fonemas que se apoia em regras fonológicas e modelos estatísticos. Esta abordagem híbrida é justificada pelos desenvolvimentos de algoritmos de aprendizagem automática aplicados a conversão de grafemas para fonemas e pelo fato do português apresentar uma razoável regularidade fonética e fonológica bem como uma ortografia de base fonológica. Com auxílio deste sistema, foi criado um dicionário de pronunciação com cerca de 40 mil entradas, que foram verificadas manualmente. Foram implementados sistemas de segmentação e de diarização de locutor para segmentar sinais de áudio. Estes sistemas utilizam várias técnicas como a impressão digital acústica, modelos com misturas de gaussianas e critério de informação bayesiana que normalmente são aplicadas noutras tarefas de processamento de fala. Para selecionar os segmentos adequados ou descartar os segmentos com fala não preparada que podem prejudicar o treino de modelos acústicos, foi desenvolvido um sistema de deteção de estilos de fala. A deteção de estilos de fala baseia-se na combinação de parâmetros acústicos e parâmetros prosódicos, na segmentação automática e em classificadores de máquinas de vetores de suporte. Ainda neste âmbito, fez-se um estudo com o intuito de caracterizar os eventos de hesitações presentes nos noticiários em português. A transcrição fonética da base de dados de fala é indispensável no processo de treino de modelos acústicos. É frequente recorrer a sistemas de reconhecimento de fala de grande vocabulário para fazer transcrição automática quando a base de dados não apresenta nenhuma transcrição. Nesta tese, é proposto um sistema de word-spotting para fazer a transcrição fonética dos segmentos de fala. Fez-se uma implementação preliminar de um sistema de word-spotting baseado em modelos de fonemas. Foi proposta uma estratégia para diminuir o tempo de resposta do sistema, criando, a priori, uma espécie de “assinatura acústica” para cada sinal de áudio com os valores de todos os cálculos que não dependem da palavra a pesquisar, como a verosimilhanças de todos os estados dos modelos de fonemas. A deteção de uma palavra utiliza medidas de similaridade entre as verosimilhanças do modelo da palavra e do modelo de enchimento, um detetor de picos e um limiar definido por forma a minimizar os erros de deteção. Foram publicados vários recursos para a língua portuguesa que resultaram da aplicação dos vários sistemas desenvolvidos ao longo da execução desta tese com especial destaque para o sistema de conversão de grafemas para fonemas a partir do qual se publicaram vários dicionários de pronunciação, dicionários com as palavras homógrafas heterofónicas, dicionário com estrangeirismos, modelos estatísticos para a conversão de grafemas para fonemas, o código fonte de todo sistema de treino e conversão e um demonstrador online.

Problémas de Recursos Hídricos em Ilhas - Exemplo da Ilha de Santiago - Caso da Bacia Hidrográfica da Ribeira Grande da Cidade Velha e Bacia Hidrográfica da Ribeira Seca

As ilhas de Cabo Verde elevam-se de um soco submarino, em forma de ferradura, situado a uma profundidade da ordem de 3.000 metros. Deste soco emergem três pedestais bem distintos1. A Norte, compreendendo as ilhas de St° Antão, S. Vicente, St.ª Luzia e S. Nicolau e os ilhéus Boi, Pássaros, Branco e Raso. A Leste e a Sul, com as ilhas do Sal, Boa Vista, Maio e Santiago e os ilhéus Rabo de Junco, Curral de Dadó, Fragata, Chano, Baluarte e de Santa Maria. A Oeste, compreendendo as ilhas do Fogo e da Brava e os ilhéus Grande, Luís Carneiro e de Cima (Fig. 1 - Mapa de Cabo Verde e distribuição das ilhas nos três pedestais). A formação das ilhas teria sido iniciada por uma actividade vulcânica submarina central, mais tarde completada por uma rede físsural manifestada nos afloramentos. A maior parte das ilhas é dominada por emissões de escoadas lávicas e de materiais piroclásticos (escórias, bagacinas ou "lapilli" e cinzas) subaéreos, predominantemente basálticas. O Arquipélago de Cabo Verde fica localizado na margem Oriental do Atlântico Norte, a cerca de 450 Km da Costa Ocidental da África e a cerca de 1.400 Km a SSW das Canárias, limitado pelos paralelos 17° 13' (Ponta Cais dos Fortes, Ilha de St° Antão) e 14º 48' (Ponta de Nho Martinho, Ilha Brava), de latitude Norte e pelos meridianos de 22° 42' (ilhéu Baluarte, Ilha da Boa Vista) e 25° 22' (Ponta Chã de Mangrado, Ilha de St° Antão) de longitude Oeste de Greenwich. O Arquipélago de Cabo Verde fica situado a cerca de 2.000 Km a Leste do actual "rift" da "Crista Média Atlântica" e a Oeste da zona de quietude magnética ("quite zone"), entre as isócronas dos 120 e 140 M.A., segundo Vacquier (1972), e a dos 107 e 153 M.A., segundo Haynes & Rabinowitz (1975), argumentos invocados para se considerar que as ilhas teriam sido geradas em ambiente oceânico. O Arquipélago de Cabo Verde fica situado numa região elevada do actual fundo oceânico, que faz parte da "Crista de Cabo Verde" (" Cape Verde Rise"), e que na vizinhança das ilhas corresponde a um domo com cerca de 400 Km de largura (Lancelot et al., 1977). Presume-se que um domo daquelas dimensões representa um fenómeno importante, possivelmente relacionado com descompressão e fusão parcial (Le Bas, 1980) que forneceria a fonte dos magmas que originaram as ilhas (Stillman et al., 1982). As ilhas se teriam implantado por um mecanismo do tipo "hot-spot", de acordo com alguns autores.

ESTUDIO FLORÍSTICO Y ECOLÓGICO DE LAS ALGAS BENTÓNICAS DEL ARCHIPIÉLAGO DE CABO VERDE

As algas marinhas de Cabo Verde foram descritas pela primeira vez em 1822 por J. Forbes. Posteriormente vários investigadores estrangeiros em suas viagens esporádicas coletaram algas em várias localidades das ilhas de Cabo Verde, sendo a publicação de Askenasy (1896) considerada o ponto de partida dos estudos florísticos nestas ilhas. A presente investigação tem como objetivos atualizar o catálogo de macroalgas marinhas que ocorrem no arquipélago de Cabo Verde, sistematizando as distintas contribuições já realizadas; adicionar novos registros resultantes do estudo realizado em expedições marinhas BIOGES (setembro de 1996 e julho 1997), cujos dados ainda não tinham sido tratados de forma sistemática; aumentar o conhecimento ficológico destas ilhas da Macaronésia com o estudo sistemático da costa da ilha de Santiago; caracterizar a estrutura de fitobentos das comunidades da zona entremarés da ilha de Santiago; e estabelecer a relação da flora ficológica marinha de Cabo Verde com a flora ficológica das outras ilhas que compõem a região da Macaronésia e com a flora ficológica da costa ocidental africana. As coletas para o presente estudo foram realizadas durante duas Expedições Marinhas BIOGES, nos navios Islândia e Corvette, realizadas nos meses de setembro de 1996 e julho de 1997, respectivamente. Os pontos de amostragem foram escolhidos aleatoriamente em 8 ilhas, 5 ilhéus e numa extensa plataforma submarina rochosa, banco de Baixo João Valente. Para o catálogo florístico e estudos ecológicos das macroalgas marinhas dos costões rochosos do litoral da ilha de Santiago as amostradas foram recolhidas em nove estações da zona de entremarés da referida ilha, a saber: Cidade Velha, Palmarejo, Quebra Canela, Praia Baixo, Santa Cruz, Calheta São Miguel, Tarrafal, Ribeira da Barca e Rincão, durante os meses de janeiro e fevereiro de 2011 e 2012. Dos 132 táxons de algas identificados, catorze algas vermelhas: Apoglossum gregarium, Centroceras gasparrinii, Ceramium deslongchampsii, Ceramium tenerrimum, Ceratodictyon variabile, Champia vieillardii, Chondracanthus acicularis, Colaconema codicola, Erythrocystis montagnei, Jania pumila, Laurencia flexilis, Lophosiphonia cristata, Sahlingia subintegra e Wrangelia bicuspidata, para além de duas espécies de algas verdes: Anadyomene saldanhae e Valonia aegagropila são citadas pela primeira vez para as águas cabo-verdianas. Do mesmo modo, as espécies Apoglossum gregarium, Centroceras gasparrinii e Wrangelia bicuspidata podem ser consideradas novos registros para a região da costa ocidental da África e ilhas adjacentes. Contudo, a flora marinha das ilhas de Cabo Verde é muito semelhante a dos restantes arquipélagos da Macaronésia, embora muitas das suas espécies apresentam um caráter mais tropical. Como resultado desta tese de doutoramento se amplia o catálogo ficológico deste arquipélago, incrementando o número de espécies, em 16 espécies, passando de 330 para 346. No litoral da ilha de Santiago, a localidade de Quebra Canela apresenta o maior e a de Santa Cruz a menor riqueza e diversidade de espécies de algas. Os valores de riqueza de espécies, diversidade, similaridade e equitatibilidade indicam que não há uma variação e diferença significativa na composição, riqueza e diversidade de algas da zona de entremarés do litoral da ilha de Santiago. Os grupos morfo-funcionais de macroalgas que dominam nesta zona são algas crostosas, foliosas e macrófitas corticadas.