Sistema para identificación de hablantes robusto a cambios en la voz

Los sistemas de reconocimiento de hablante se componen de tres partes principales: preprocesamiento, extracción de características y clasificación de vectores. En el trabajo presente se considera la cuestión de los cambios en la voz, voluntarios e involuntarios, y cómo esto afecta al reconocimiento...

Descripción completa

Detalles Bibliográficos
Autores: Martínez Mascorro, Guillermo Arturo, Aguilar Torres, Gualberto
Tipo de recurso: artículo
Estado:Versión publicada
Fecha de publicación:2012
País:Ecuador
Institución:Universidad Politécnica Salesiana
Repositorio:Repositorio Universidad Politécnica Salesiana
OAI Identifier:oai:dspace.ups.edu.ec:123456789/8426
Acceso en línea:http://dspace.ups.edu.ec/handle/123456789/8426
Access Level:acceso abierto
Palabra clave:CARACTERÍSTICAS DE VOZ
COEFICIENTES CEPSTRALES EN LA FRECUENCIA DE MEL
MÁQUINA DE SOPORTE VECTORIAL
RECONOCIMIENTO AUTOMÁTICO DEL HABLA
RED NEURONAL ARTIFICIAL
Descripción
Sumario:Los sistemas de reconocimiento de hablante se componen de tres partes principales: preprocesamiento, extracción de características y clasificación de vectores. En el trabajo presente se considera la cuestión de los cambios en la voz, voluntarios e involuntarios, y cómo esto afecta al reconocimiento de hablante. Para este proyecto se detalla todo el pre procesamiento que se realiza sobre la señal y cómo se obtienen los segmentos vocalizados de la misma. También se aplica un modelo de elaboración de vectores característicos basados en ciertas propiedades de la voz, y en Coeficientes Cepstrales en la Frecuencia de Mel (MFCC), así como una Máquina de Soporte Vectorial (SVM) y una Red Neuronal Artificial (ANN) como clasificadores, posteriormente se comparan los resultados obtenidos. Las pruebas realizadas consisten en analizar la trama que se le presenta al sistema, detectar el segmento vocalizado e indicarle al sistema de qué vocal se trata, para posteriormente, identificar a qué persona pertenece dicha vocal. Los resultados muestran que la elaboración de estos vectores conjuntando propiedades y coeficientes MFCC tienen un alto índice de reconocimiento.