Please use this identifier to cite or link to this item: https://hdl.handle.net/10923/9494
Type: masterThesis
Title: Um estudo empírico sobre máquinas de tradução em tempo real para equipes distribuídas de desenvolvimento de software
Author(s): Pinto, João Henrique Stocker
Advisor: Prikladnicki, Rafael
Publisher: Pontifícia Universidade Católica do Rio Grande do Sul
Graduate Program: Programa de Pós-Graduação em Ciência da Computação
Issue Date: 2016
Keywords: PROCESSAMENTO DISTRIBUÍDO
RECONHECIMENTO DE VOZ (INFORMÁTICA)
ENGENHARIA DE SOFTWARE
INFORMÁTICA
Abstract: Distributed Software Development is increasingly present into the culture of information technology companies. The number of companies that spread its teams trying to reduce costs, improve products quality and improve productivity increases every year. This scenario, however, demands a huge cooperation between people that, in many cases, do not master the same language. A Speech Translation System is an alternative to this scenario, simultaneously translating from a language to another. This master thesis presents an empirical study, which consists of the historical review of the rise of recognition tools, translation and speech synthesis to its current state, as well as addressing technical characteristics of the same. The empirical research base has two experiments conducted in partnership with the University Aldo Moro of Bari, in Italy, using part of the tools available in the market and in development of two prototypes that make the integration of speech recognition, machine translation and speech synthesis to facilitate communication between distributed teams of software projects. The research contributes in order to show that the currently available technologies for communication between distributed teams that don't dominate the same language are close to be really effective and if they can be used in daily activities in software development teams. In addition to compatibility between tools, this research tries to point which the way forward to integrate voice Recognizers, Machine Translation and Speech Synthesis.
O desenvolvimento distribuído de software está cada vez mais presente na cultura das empresas de T. I. O número de empresas que distribui os integrantes das suas equipes buscando reduzir custos de mão de obra, aumentar a qualidade dos produtos e também aumentar a produtividade cresce anualmente. Este cenário, porém, demanda uma grande cooperação entre pessoas que, em muitos casos, não dominam o mesmo idioma. Máquinas de tradução em tempo real são uma alternativa a este cenário, realizando a tradução simultânea de um idioma para outro. Nesta dissertação de mestrado investiga-se, através de estudos empíricos, a tradução em tempo real em equipes de desenvolvimento distribuído de software utilizando-se a voz. Para isso, apresenta-se uma revisão histórica do surgimento das ferramentas de reconhecimento, tradução e síntese de voz até o seu estado atual, além de abordar características técnicas das mesmas. A base empírica da pesquisa conta ainda com dois experimentos realizados em parceria com a Universidade Aldo Moro, de Bari, na Itália, utilizando as tecnologias disponíveis no mercado, além do desenvolvimento de dois protótipos que fazem a integração entre reconhecedores de voz, máquinas de tradução e sintetizadores de voz. A pesquisa contribui no sentido de mostrar quais tecnologias atualmente disponíveis para a comunicação entre equipes distribuídas que não dominam o mesmo idioma estão próximas de serem efetivas e se elas podem ser usadas nas atividades diárias em equipes de desenvolvimento de software. Além disso a pesquisa aponta compatibilidades entre ferramentas e um possível caminho a seguir para integrar reconhecedores de voz, máquinas de tradução e sintetizadores de voz.
URI: http://hdl.handle.net/10923/9494
Appears in Collections:Dissertação e Tese

Files in This Item:
File Description SizeFormat 
000481560-Texto+Completo-0.pdfTexto Completo1,85 MBAdobe PDFOpen
View


All Items in PUCRS Repository are protected by copyright, with all rights reserved, and are licensed under a Creative Commons Attribution-NonCommercial 4.0 International License. Read more.