Investigador · ingeniero de ML_
1Grupo de Tecnologías Multimedia (GTM), Centro de Investigación atlanTTic, Universidade de Vigo
Soy investigador en tecnologías del habla y del lenguaje, terminando mi doctorado en la Universidade de Vigo, e ingeniero que lleva los modelos a producción. Construyo modelos que leen la salud en la voz: COVID persistente, enfermedades respiratorias, malestar emocional y riesgo suicida. En la industria, entregué el clasificador de voz de la plataforma de cribado de COPERIA en Bahía Software, y ahora asesoro a Balidea en sistemas de IA agéntica para el Servicio Gallego de Salud (SERGAS). Ahora me centro en que la IA generativa que habla con personas vulnerables esté alineada, sea robusta y difícil de usar indebidamente.
Palabras clave — biomarcadores de voz; aprendizaje multimodal; representaciones autosupervisadas del habla; seguridad de la IA; alineamiento; salvaguardas para IA generativa; IA para la salud mental.
| Línea | Modalidad | Refs. |
|---|---|---|
| La voz como señal clínica | [1][4][6] | |
| IA para la salud mental y salvaguardas conversacionales | [2][3][5] | |
| Reconocimiento de voz robusto y búsqueda en habla | [9][10][11][12][13][14] | |
| Tecnología lingüística para lenguas con pocos recursos | [7][8] | |
| Alineamiento y salvaguardas para IA generativa (actual) | — |
Vera-López Á. et al. · Frontiers in Medicine · 2026
Vera-López Á., Tilves-Santiago D., Ramírez-Sánchez J.M., Docío-Fernández L., García-Mateo C., Bustillo-Casado M., García-Caballero A.A. Improving respiratory disease detection through SSL-enhanced acoustic analysis and exercise-rest measurements. Frontiers in Medicine, 2026.
Un agente conversacional diseñado para detectar factores de riesgo suicida durante una conversación en directo y responder de forma segura cuando los encuentra.
Ramírez Sánchez J.M. et al. · IWSDS · 2025
Ramírez Sánchez J.M., Manso Vázquez M., García-Mateo C., Docío-Fernández L., Fernández-Iglesias M.J., Gómez-Gómez B., Pinal B., Brañas A., García-Caballero A. Design of a conversational agent to support people on suicide risk. IWSDS 2025 (International Workshop on Spoken Dialogue Systems Technology), 2025.
Ramírez Sánchez J.M. et al. · JMIR Preprints · 2023
Ramírez Sánchez J.M., Docío-Fernández L., García Mateo C., Bustillo-Casado M., García-Caballero A.A. Identifying patients with Long COVID: study of the effectiveness of voice signal analysis and machine learning. JMIR Preprints, 2023.
Ramírez Sánchez J.M. et al. · Revista Ingeniería Electrónica · 2019
Ramírez Sánchez J.M., Montalvo Bereau A.R., Calvo de Lara J.R. Evaluación de Rasgos Acústicos para el Reconocimiento Automático del Habla en Escenarios Ruidosos usando Kaldi. Revista Ingeniería Electrónica, Automática y Comunicaciones (RIELAC) 40(3), 2019.
Construye paso a paso en NumPy los dos rasgos clásicos del habla, sigue un fotograma de voz real a través de ambos pipelines y observa qué les hace el ruido. El front end que usaba todo reconocedor antes del deep learning, y el tema de mi primer artículo.
Un ciclo completo y reproducible de fine-tuning de Whisper sobre voz real, con validación cruzada agrupada, pruning con Optuna, runs anidados en MLflow y un test bloqueado, que termina en una decisión explícita frente a un baseline zero-shot.
Congela Whisper, inyecta adaptadores LoRA en los puntos adecuados y entrena menos del 2% de los parámetros, ya sea para un clasificador de extremo a extremo o para obtener embeddings que alimenten tu propio clasificador.
Abre un guard de seguridad en la CPU de un portátil: lee su veredicto como probabilidad, mira cómo se forma la decisión capa a capa y comprueba por qué un guard de contenido dañino deja pasar la inyección escondida en documentos.
Audité capa a capa cuatro candidatos a salvaguarda para un asistente agéntico. Todos deciden en un solo token y tarde en la red, y los dos guards especializados no ven la inyección escondida en documentos. Un generalista pequeño la detecta casi toda si escribe su justificación antes del veredicto.
Dónde vive la política, qué capas la leen, qué hace el router y por qué el último bloque puede darle la vuelta a un veredicto: un recorrido por las tripas de cuatro guards de LLM, medido sobre los pesos que ejecutan.