Documentos de trabajo · habla, salud e IA fiableVigo, 2026
Tutoriales
Notebooks ejecutables sobre aprendizaje automático con audio. Todos funcionan en la CPU de un portátil con datos sintéticos y están pensados para reutilizarse en proyectos reales.
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.
Escribe R-LoRA en unas pocas líneas de PyTorch, compruébalo numéricamente, entrena un clasificador Whisper junto a un LoRA de referencia y aprende las dos cosas que cambian en la práctica: la tasa de aprendizaje y la fusión.
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.
Las cuatro habilidades del post de la terminal, practicadas en un servidor SSH de verdad dentro de Google Colab. Cada sección esconde una flag, y una celda de comprobación te dice cuántas tienes.