Shinji Watanabe
La infraestructura de código abierto de procesamiento del habla que permite a grupos académicos e industriales entrenar, evaluar y comparar sistemas de lenguaje con entrada o salida de voz en igualdad de condiciones.
Watanabe es uno de los fundadores y principales mantenedores de ESPnet (the End-to-End Speech Processing Toolkit), la plataforma de código abierto que se convirtió en los últimos años en el sustrato por defecto para la investigación académica en reconocimiento y síntesis del habla. El diseño del toolkit codifica una posición metodológica: la evaluación debe ser reproducible entre laboratorios, las líneas base deben ejecutarse sin fricción y las herramientas deben hacer más difícil publicar un «nuevo SOTA» sin compararlo de forma justa con trabajos previos. Para ai100, a medida que los motores de IA que evaluamos incorporan interfaces en modo voz, ESPnet es el sustrato metodológico que define qué cuenta siquiera como una comparación justa de habla contra habla.