Aplicación de redes neuronales morfológicas al reconocimiento de vocablos simples

Luis Fernando Gélvez; José Orlando Maldonado Bautista

doi:10.24054/rcta.v1i19.1940

Autores/as

Luis Fernando Gélvez Universidad de Pamplona
José Orlando Maldonado Bautista Universidad de Pamplona

DOI:

https://doi.org/10.24054/rcta.v1i19.1940

Palabras clave:

Reconocimiento de voz, aprendizaje automático, redes neuronales

Resumen

En este trabajo se realiza un estudio de los métodos más utilizados para la extracción de características de voz que permitan obtener una buena descripción de los fonemas independientemente del hablante. Se examinan también, las técnicas tradicionales en el reconocimiento de habla, en especial, las orientadas al reconocimiento de vocablos simples para crear un marco de referencia bajo el cual se pueda evaluar el rendimiento de las redes neuronales morfológicas como técnica de reconocimiento de voz.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Makhoul, J. (2006). Speech Procesing at BBN, BBN Technologies.

Molina, C., Becerra, N., Huenupán, F, Garretón C. Y Wuth J. (2010). “Maximum Entropy-Based Reinforcement Learning Using a Confidence Measure in Speech Recognition for Telephone Speech”. IEEE Trans. On audio, Speech, and Language Processing, Vol. 18, No. 5.

Bou-Ghazale, S. Y. Hansen, J. “A Comparative Study of Traditional and Newly Proposed Features for Recognition of Speech Under Stress”. IEEE Trans. On Speech Audio Processing, Vol. 8, pp. 429-442.

Fandiño, D. (2005). Estado del arte en el reconocimiento automático de voz. Universidad Nacional de Colombia.

Sanz P. Y Vera De Payer, E. (S.F). Reconocimiento de comandos de voz aplicado a sistema robótico médico, Universidad Nacional de Córdoba.

Zañartu, M. (2003). Aplicaciones del análisis acústico en los estudios de la voz humana. Seminario Internacional de Acústica, Universidad Pérez Rosales.

Jones, R. (2009). Inteligibilidad del habla. Cetear.

Sepúlveda, F. Y Castellanos, G. (2004) “Estimación de la frecuencia fundamental de señales de voz usando Transformada Wavelet”. Scientia Et Technica.

Díaz, J., Sapienza, C., Rothman, H., Y Natour, Y. (2003). Algoritmo robusto para la detección de la frecuencia fundamental en la voz basado en el espectrograma. Ingeniería UC, Universidad de Carabobo, pp. 7-16.

Cáceres, J. (2007). Transformada corta de Fourier y ventanas. Stanford University.

Cortés, J., Medina, F., Y Chávez, J. (2007). “Del análisis de Fourier a las Wavelets”. Scientia Et Technica.

Ravelli, E., Richard, G., Y Daudet, L. (2010). “Audio Signal Representations for Indexing in the Transform Domain”. IEEE Trans. On Speech Audio Processing, Vol. 18, pp. 434-446.

Álvarez, A. (2001). Algoritmos de extracción de características. Universidad Politécnica de Madrid.

San Martin, y C., Carrillo, R. (2004) “Implementación de un reconocedor de palabras aisladas dependiente del locutor”. Revista Facultad de Ingeniería U.T.A Chile, Vol. 12.

Barrón, R. (2006). Memorias asociativas y redes neuronales morfológicas para la recuperación de patrones. Instituto Politécnico Nacional, México D.F.

Ritter, G., Y Sussner, P. (1996). An Introduction to Morphological Neural Networks. Proceedings of the 13th International Conference on Pattern Recognition.

Sun, X. (2000). A pitch determination algorithm based on subharmonic-to-harmonic ratio. 6th International Conference of Spoken Language Processing.

Sepúlveda, F. (2004). Extracción de parámetros de voz usando técnicas de análisis en tiempo-frecuencia. Universidad Nacional de Colombia.