Houve preparação de dados, limpeza de caracteres especiais ou simplesmente tudo o que dizia o operador?

Na maioria dos projetos de processamento de voz e aprendizagem automática, a preparação de dados é uma etapa obrigatória. Normalmente, as gravações de áudio ou transcrições passam por limpeza de caracteres especiais, ruídos e erros de reconhecimento para que o modelo aprenda com material mais limpo e relevante. Por exemplo, removem-se sinais de pontuação desnecessários, corrigem-se erros de digitação e normalizam-se as palavras (por stemming ou lematização). Se os dados forem de fala, muitas vezes aplica-se filtragem de ruído e normalização de volume.

Se, por outro lado, se usar diretamente o que o operador disse, sem processamento, a qualidade do modelo e suas previsões podem sofrer bastante devido a dados 'sujos'. Por isso, a preparação e limpeza são práticas padrão.