Noticias

La investigación, publicada recientemente en la revista científica Applied Sciences, ha desarrollado una tecnología que funciona utilizando una arquitectura denominada adversaria, que permite reconocer a personas que han sido víctimas de violencia de género a partir de biomarcadores relacionados con aspectos espectrales de la voz. “Este tipo de interpretación en las características del habla es muy parecido al que llevamos a cabo las personas de manera intuitiva. Nuestro estudio lo que hace es trasladar ese conocimiento a redes neuronales que, en cierta medida, imitan cómo procesa el cerebro humano este tipo de información”, explica una de las autoras del trabajo, Carmen Peláez Moreno, catedrática del Dpto. de Teoría de la Señal y Comunicaciones de la UC3M e investigadora de UC3M4Safety. 

Para llevar a cabo la investigación, el equipo trabajó con voluntarias que participaron en experimentos diseñados mediante realidad virtual. Durante las pruebas, las participantes visualizaron vídeos con y sin contenido violento, mientras se analizaban los cambios en su comportamiento y en su voz en función de las emociones experimentadas. “A partir de estas grabaciones observamos que existían comportamientos muy distintos ante los mismos estímulos entre personas que habían sufrido violencia y aquellas que no”, señala la investigadora. “Fue un hallazgo por serendipia: buscando otra cosa, descubrimos que era posible detectar si una persona había sido víctima de violencia únicamente analizando su señal de voz”.

Este avance abre la puerta a importantes aplicaciones prácticas. Por un lado, la tecnología podría utilizarse como herramienta de apoyo para la detección temprana y no invasiva de problemas de salud mental en entornos clínicos. Por otro, permitiría su integración en plataformas digitales como asistentes virtuales o recursos de atención social. Con ello, se facilitaría la identificación temprana de víctimas de violencia de género y se contribuiría a reducir el problema de la infradenuncia, ofreciendo apoyo especializado de forma más rápida y eficaz.

“Si conseguimos identificar indicios de violencia de género cuando una persona llama a una línea de ayuda, acude al médico o a un servicio social, podemos actuar antes de que ocurra un suceso fatal, e incluso antes de que la propia persona se reconozca como víctima, lo que facilitaría la recuperación psicológica de estas, que debe comenzar mucho antes de que los casos lleguen a los medios de comunicación”, concluye Carmen Peláez.

La investigación se enmarca en el proyecto Bindi, desarrollado por el equipo UC3M4Safety, cuyo objetivo es luchar contra la violencia de género mediante la prevención de agresiones, la recogida de pruebas y la asistencia temprana a las víctimas a través de la tecnología. El equipo de UC3M4Safety está liderado por Celia López Ongil y Clara Sainz de Baranda Andújar, e integra personal investigador del Instituto de Estudios de Género (IEG), de la Escuela Politécnica Superior y de todas las facultades de la UC3M, reuniendo a especialistas de más de quince áreas de conocimiento, entre ellas ingeniería, ciencias sociales y humanidades.

“El equipo ha intentando utilizar la tecnología en la resolución de problemas sociales porque creemos que puede ayudar en gran medida a luchas contra la violencia y contra la victimización, además de recuperar a las víctimas de su situación”, concluye la directora del IEG, Celia López Ongil, profesora del Dpto. de Tecnología Electrónica de la UC3M.

Referencia bibliográfica: 

Reyner Fuentes, E., Rituerto González, E., & Peláez-Moreno, C. (2025). Machine Unlearning for Speaker-Agnostic Detection of Gender-Based Violence Condition in Speech. Applied Sciences, 15(22), 12270. https://doi.org/10.3390/app152212270. e-archivo UC3M: https://hdl.handle.net/10016/49236