Shinji Watanabe
L'infrastructure à code source ouvert de traitement de la parole qui permet aux groupes académiques et industriels d'entraîner, d'évaluer et de comparer des systèmes langagiers à entrée vocale ou sortie vocale sur un pied d'égalité.
Watanabe est l'un des fondateurs et principaux mainteneurs d'ESPnet (the End-to-End Speech Processing Toolkit), la plateforme à code source ouvert devenue, ces dernières années, le substrat par défaut de la recherche académique en reconnaissance et synthèse de la parole. La conception de la boîte à outils encode une position méthodologique : l'évaluation doit être reproductible d'un laboratoire à l'autre, les références de base doivent fonctionner d'emblée, et l'outillage doit rendre plus difficile la publication d'un « nouvel état de l'art » sans comparaison équitable avec les travaux antérieurs. Pour ai100, à mesure que les moteurs d'IA que nous évaluons ajoutent des interfaces en mode vocal, ESPnet est le substrat méthodologique qui définit à quoi ressemble une comparaison équitable parole contre parole.