A.S.CO.L.T.A. ( Adaptive Speech Communication for Linguistic and Technological Accessibility) è un sistema di intelligenza artificiale adattiva progettato per rendere comprensibile alle applicazioni digitali e agli assistenti AI il parlato atipico o non standard. Il sistema non chiede alla persona di modificare il proprio modo di parlare: impara progressivamente come pronuncia parole e frasi, costruendo un profilo vocale personale. Sopra un motore speech-to-text già maturo, ASCOLTA integra dizionario acustico personale, similarità dei campioni vocali, contesto linguistico, storico d’uso e gestione esplicita dell’incertezza. Quando la confidenza è bassa, non sostituisce arbitrariamente il messaggio ma chiede conferma. L’obiettivo è trasformare il parlato personale in testo normalizzato utilizzabile da servizi digitali, telemedicina, assistenti vocali e strumenti di comunicazione, preservando intenzione e autonomia dell’utente.
A.S.CO.L.T.A.
DESCRIZIONE DEL PROGETTO
OBIETTIVI DELLA SOLUZIONE
L’obiettivo principale è ridurre la barriera comunicativa che oggi limita l’accesso delle persone con parlato atipico ai servizi digitali e vocali, compresi quelli sanitari e di telemedicina. ASCOLTA punta a migliorare progressivamente, per ciascun utente, l’accuratezza del riconoscimento e la corretta comprensione dell’intenzione, riducendo ripetizioni, correzioni manuali e dipendenza da intermediari. Destinatari finali sono persone con difficoltà di intelligibilità del parlato, anche associate a disartria o ad altre condizioni che producono pronunce non standard; beneficiari indiretti sono familiari, caregiver, operatori sanitari, servizi pubblici e soggetti che erogano soluzioni digitali. Il progetto non svolge funzioni diagnostiche né raccoglie dati clinici non necessari: usa campioni vocali e correzioni confermate per adattare il riconoscimento alla singola persona.
Innovatività del progetto
L’innovazione di ASCOLTA consiste nello spostare l’adattamento dalla persona alla tecnologia. I normali sistemi speech-to-text sono addestrati soprattutto su pronunce comuni; ASCOLTA aggiunge invece un livello di personalizzazione individuale, separato dal motore generale, che apprende le ricorrenze della voce dell’utente. La decisione combina quattro segnali: similarità acustica con i campioni personali, ipotesi del riconoscitore generale, coerenza contestuale e storico personale. Il modello linguistico opera su un insieme chiuso di candidati e non genera liberamente il messaggio, riducendo il rischio di alterare la volontà dell’utente. Elementi distintivi sono inoltre il dizionario acustico personale ispezionabile, l’incertezza sempre visibile, la conferma obbligatoria nei casi sensibili, l’apprendimento supervisionato e l’architettura modulare che consente di sostituire il motore speech-to-text senza perdere il livello di personalizzazione.
Replicabilità/Trasferibilità del progetto
La soluzione è progettata fin dall’origine per essere modulare, scalabile e trasferibile. Un modello generale condiviso viene affiancato da profili vocali separati per ciascun utente: ciò evita di costruire un modello completo da zero per ogni persona e rende sostenibile l’estensione a platee più ampie. L’architettura separa applicazione, servizi vocali, livello di personalizzazione e dati/AI; il motore di riconoscimento può quindi essere sostituito o aggiornato indipendentemente. Dopo il prototipo desktop e la validazione con utenti reali, la roadmap prevede applicazione mobile, SDK e API per l’integrazione con assistenti vocali, domotica, comunicazione aumentativa e servizi digitali. La trasferibilità richiede una fase di validazione specifica per lingua e contesto d’uso, una governance rigorosa dei dati vocali e la taratura delle soglie di confidenza. La stessa logica può essere adottata da amministrazioni, strutture sanitarie e servizi territoriali.
Contributo al sistema sanitario
ASCOLTA può contribuire al sistema sanitario rendendo più accessibili i canali digitali e vocali già esistenti, senza creare un circuito assistenziale separato. In telemedicina, nei servizi di prenotazione, nell’orientamento e nelle interazioni digitali con operatori e assistenti, una migliore comprensione del parlato atipico può ridurre ripetizioni e necessità di intermediazione, favorendo autonomia e prossimità. La piattaforma è concepita come infrastruttura abilitante: può integrarsi, tramite API, con servizi pubblici e privati e con strumenti utilizzati da strutture sanitarie, enti territoriali e soggetti del Terzo settore.Il progetto adotta privacy e controllo dell’utente come requisiti nativi: consenso revocabile, cifratura, separazione dei profili, tracciamento degli accessi, esportazione e cancellazione dei dati. L’impatto sarà misurato con indicatori tecnici e d’uso, in particolare Intent Success Rate,errori di trascrizione, richieste di ripetizione e conversazioni completate.
