Comparación de algoritmos para reconocimiento de habla aislada independiente del hablante

Autores
Da Silva, Mariano Marufo; Verrastro, Claudio; Gómez, Juan Carlos
Año de publicación
2018
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
Este trabajo describe la fundamentación teórica e implementación de un sistema de recono- cimiento de habla aislada independiente del hablante usando Modelos Ocultos de Markov, Máquinas de Vectores de Soporte y Redes Neuronales Artificiales. La evaluación fue realizada utilizando un corpus multihablante compuesto por once palabras del español argentino, y su rendimiento en términos de porcentaje de reconocimiento fue comparado entre los tres métodos de clasificación implementados. La comparación fue efectuada tanto para condiciones ideales como también con tres niveles distintos de ruido de fondo. Los resultados muestran que para bajos niveles de ruido el sistema basado en HMM consigue el mejor rendimiento, mientras que para mayores niveles de ruido los sistemas basados en SVM y ANN superan al anterior.
This work describes the theory and implementation of a speaker-independent, isolated speech recognition system using Hidden Markov Models, Support Vector Machines and Artificial Neural Networks. The evaluation was performed using a multi-speaker corpus composed by eleven words of the argentinean spanish and the performance of the three implemented methods was compared in terms of their recognition rates. The comparison was performed both for ideal conditions and with three different levels of background noise. Results show that for low noise levels, the HMM based system has the best performance, while for greater noise levels the SVM and ANN based systems perform better.
Fil: Da Silva, Mariano Marufo. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Departamento de Ingeniería Electrónica. Argentina.
Fil: Verrastro, Claudio. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Departamento de Ingeniería Electrónica. Argentina.
Fil: Gómez, Juan Carlos. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Departamento de Ingeniería Electrónica. Argentina.
Peer Reviewed
Fuente
Proyecciones volumen16(1): 87 -97. (2018)
Materia
reconocimiento de habla
modelos ocultos de markov
máquinas de vectores de soporte
redes neuronales artificiales
speech recognition
hidden markov models
support vector machines
artificial neural networks
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2021-10-12T16:53:08Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/5590
Acceder
id RIAUTN_0129ebbacc4b5e1370e45bcf386c4ad8
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/5590
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Comparación de algoritmos para reconocimiento de habla aislada independiente del hablanteDa Silva, Mariano MarufoVerrastro, ClaudioGómez, Juan Carlosreconocimiento de hablamodelos ocultos de markovmáquinas de vectores de soporteredes neuronales artificialesspeech recognitionhidden markov modelssupport vector machinesartificial neural networksEste trabajo describe la fundamentación teórica e implementación de un sistema de recono- cimiento de habla aislada independiente del hablante usando Modelos Ocultos de Markov, Máquinas de Vectores de Soporte y Redes Neuronales Artificiales. La evaluación fue realizada utilizando un corpus multihablante compuesto por once palabras del español argentino, y su rendimiento en términos de porcentaje de reconocimiento fue comparado entre los tres métodos de clasificación implementados. La comparación fue efectuada tanto para condiciones ideales como también con tres niveles distintos de ruido de fondo. Los resultados muestran que para bajos niveles de ruido el sistema basado en HMM consigue el mejor rendimiento, mientras que para mayores niveles de ruido los sistemas basados en SVM y ANN superan al anterior.This work describes the theory and implementation of a speaker-independent, isolated speech recognition system using Hidden Markov Models, Support Vector Machines and Artificial Neural Networks. The evaluation was performed using a multi-speaker corpus composed by eleven words of the argentinean spanish and the performance of the three implemented methods was compared in terms of their recognition rates. The comparison was performed both for ideal conditions and with three different levels of background noise. Results show that for low noise levels, the HMM based system has the best performance, while for greater noise levels the SVM and ANN based systems perform better.Fil: Da Silva, Mariano Marufo. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Departamento de Ingeniería Electrónica. Argentina.Fil: Verrastro, Claudio. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Departamento de Ingeniería Electrónica. Argentina.Fil: Gómez, Juan Carlos. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Departamento de Ingeniería Electrónica. Argentina.Peer Reviewed2021-10-12T16:53:08Z2021-10-12T16:53:08Z2018-04-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfProyecciones, vol.16 nº. 11853-6352http://hdl.handle.net/20.500.12272/5590Proyecciones volumen16(1): 87 -97. (2018)reponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacionalspainfo:eu-repo/semantics/openAccess2021-10-12T16:53:08Zhttp://creativecommons.org/licenses/by-nc/4.0/Atribución-NoComercial 4.0 InternacionalMariano Marufo da Silva, Claudio Verrastro, Juan Carlos GómezLicencia Creative Commons Atribución -No Comercial2026-09-24T12:45:07Zoai:ria.utn.edu.ar:20.500.12272/5590instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-09-24 12:45:07.478Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Comparación de algoritmos para reconocimiento de habla aislada independiente del hablante
title Comparación de algoritmos para reconocimiento de habla aislada independiente del hablante
spellingShingle Comparación de algoritmos para reconocimiento de habla aislada independiente del hablante
Da Silva, Mariano Marufo
reconocimiento de habla
modelos ocultos de markov
máquinas de vectores de soporte
redes neuronales artificiales
speech recognition
hidden markov models
support vector machines
artificial neural networks
title_short Comparación de algoritmos para reconocimiento de habla aislada independiente del hablante
title_full Comparación de algoritmos para reconocimiento de habla aislada independiente del hablante
title_fullStr Comparación de algoritmos para reconocimiento de habla aislada independiente del hablante
title_full_unstemmed Comparación de algoritmos para reconocimiento de habla aislada independiente del hablante
title_sort Comparación de algoritmos para reconocimiento de habla aislada independiente del hablante
dc.creator.none.fl_str_mv Da Silva, Mariano Marufo
Verrastro, Claudio
Gómez, Juan Carlos
author Da Silva, Mariano Marufo
author_facet Da Silva, Mariano Marufo
Verrastro, Claudio
Gómez, Juan Carlos
author_role author
author2 Verrastro, Claudio
Gómez, Juan Carlos
author2_role author
author
dc.subject.none.fl_str_mv reconocimiento de habla
modelos ocultos de markov
máquinas de vectores de soporte
redes neuronales artificiales
speech recognition
hidden markov models
support vector machines
artificial neural networks
topic reconocimiento de habla
modelos ocultos de markov
máquinas de vectores de soporte
redes neuronales artificiales
speech recognition
hidden markov models
support vector machines
artificial neural networks
dc.description.none.fl_txt_mv Este trabajo describe la fundamentación teórica e implementación de un sistema de recono- cimiento de habla aislada independiente del hablante usando Modelos Ocultos de Markov, Máquinas de Vectores de Soporte y Redes Neuronales Artificiales. La evaluación fue realizada utilizando un corpus multihablante compuesto por once palabras del español argentino, y su rendimiento en términos de porcentaje de reconocimiento fue comparado entre los tres métodos de clasificación implementados. La comparación fue efectuada tanto para condiciones ideales como también con tres niveles distintos de ruido de fondo. Los resultados muestran que para bajos niveles de ruido el sistema basado en HMM consigue el mejor rendimiento, mientras que para mayores niveles de ruido los sistemas basados en SVM y ANN superan al anterior.
This work describes the theory and implementation of a speaker-independent, isolated speech recognition system using Hidden Markov Models, Support Vector Machines and Artificial Neural Networks. The evaluation was performed using a multi-speaker corpus composed by eleven words of the argentinean spanish and the performance of the three implemented methods was compared in terms of their recognition rates. The comparison was performed both for ideal conditions and with three different levels of background noise. Results show that for low noise levels, the HMM based system has the best performance, while for greater noise levels the SVM and ANN based systems perform better.
Fil: Da Silva, Mariano Marufo. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Departamento de Ingeniería Electrónica. Argentina.
Fil: Verrastro, Claudio. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Departamento de Ingeniería Electrónica. Argentina.
Fil: Gómez, Juan Carlos. Universidad Tecnológica Nacional. Facultad Regional Buenos Aires. Departamento de Ingeniería Electrónica. Argentina.
Peer Reviewed
description Este trabajo describe la fundamentación teórica e implementación de un sistema de recono- cimiento de habla aislada independiente del hablante usando Modelos Ocultos de Markov, Máquinas de Vectores de Soporte y Redes Neuronales Artificiales. La evaluación fue realizada utilizando un corpus multihablante compuesto por once palabras del español argentino, y su rendimiento en términos de porcentaje de reconocimiento fue comparado entre los tres métodos de clasificación implementados. La comparación fue efectuada tanto para condiciones ideales como también con tres niveles distintos de ruido de fondo. Los resultados muestran que para bajos niveles de ruido el sistema basado en HMM consigue el mejor rendimiento, mientras que para mayores niveles de ruido los sistemas basados en SVM y ANN superan al anterior.
publishDate 2018
dc.date.none.fl_str_mv 2018-04-01
2021-10-12T16:53:08Z
2021-10-12T16:53:08Z
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv Proyecciones, vol.16 nº. 1
1853-6352
http://hdl.handle.net/20.500.12272/5590
identifier_str_mv Proyecciones, vol.16 nº. 1
1853-6352
url http://hdl.handle.net/20.500.12272/5590
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2021-10-12T16:53:08Z
http://creativecommons.org/licenses/by-nc/4.0/
Atribución-NoComercial 4.0 Internacional
Mariano Marufo da Silva, Claudio Verrastro, Juan Carlos Gómez
Licencia Creative Commons Atribución -No Comercial
eu_rights_str_mv openAccess
rights_invalid_str_mv 2021-10-12T16:53:08Z
http://creativecommons.org/licenses/by-nc/4.0/
Atribución-NoComercial 4.0 Internacional
Mariano Marufo da Silva, Claudio Verrastro, Juan Carlos Gómez
Licencia Creative Commons Atribución -No Comercial
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.source.none.fl_str_mv Proyecciones volumen16(1): 87 -97. (2018)
reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877230894078492672
score 13.265058

Publicaciones similares