MODELLAZIONE DI UN'ARCHITETTURA DI DISTRIBUTED LEARNING E APPLICAZIONE A SISTEMI DI SPEECH-TO-TEXT

L'intelligenza artificiale (AI) sta avendo un impatto sempre maggiore sulla nostra vita quotidiana, e gli assistenti vocali sono un esempio concreto di come l'AI possa essere utilizzata per migliorare la nostra esperienza. Tuttavia, l'utilizzo di architetture cloud-based per lo speech-to-text, la prima fase del funzionamento di un assistente vocale, rappresenta un rischio per la privacy dell'utente, poiché i dati audio vengono inviati in remoto. In questa tesi viene proposta un'architettura di distributed learning per speech-to-text che permette di coniugare i vantaggi delle architetture cloud-based, come la potenza computazionale e la flessibilità, con i vantaggi delle architetture edge-based, come la privacy dei dati. L'architettura proposta si basa sull'utilizzo di un server centrale e più server locali. L'utente interagisce con un dispositivo locale che gli permette di interfacciarsi con il server locale, il quale elabora la risposta senza la necessità di inviare la registrazione vocale in remoto. Il server centrale ha la funzione di raccogliere i parametri dai vari server locali e di farli convergere in un modello centrale, che sarà poi ridistribuito nuovamente ai vari server locali. Questa architettura permette di garantire la privacy dell'utente, poiché i dati audio non vengono inviati in remoto, e di migliorare le prestazioni dello speech-to-text, poiché i dati audio di tutti gli utenti vengono utilizzati per addestrare il modello.