Extracción de Características en Audio con Redes Neuronales Convolucionales.

Autores
García , Mario Alejandro; Rosset , Ana Lorena; Destefanis , Eduardo
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión aceptada
Descripción
La valoración de la calidad vocal mediante el análisis audio-perceptual es parte de la rutina clínica de evaluación de pacientes con trastornos de la voz. La debilidad de este método reside en la subjetividad y en la necesidad de que sea realizada por oyentes experimentados. Este proyecto tiene como objetivo la realización de una clasificación automática de la calidad vocal, valuada en la escala GRBAS, a través de características extraídas del análisis acústico de la señal y técnicas de aprendizaje automático. Particularmente, en este trabajo se muestran los resultados del diseño de las capas de extracción de características de una red neuronal profunda orientada a la clasificación de la calidad vocal.
Fil: García, Mario Alejandro. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Grupo de Inteligencia Artificial; Argentina.
Fil: Rosset, Ana Lorena. Universidad Nacional de Córdoba. Facultad de Ciencias Médicas. Escuela de Fonoaudiología; Argentina.
Fil: Destefanis, Eduardo. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Centro de Investigación en Informática para la Ingeniería; Argentina.
Materia
Aprendizaje automático
Aprendizaje profundo
Análisis acústico
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Attribution-NonCommercial-NoDerivatives 4.0 International
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/13557
Acceder
id RIAUTN_6ddf3c17c699ddb998ba79eb56a35090
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/13557
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Extracción de Características en Audio con Redes Neuronales Convolucionales.García , Mario AlejandroRosset , Ana LorenaDestefanis , EduardoAprendizaje automáticoAprendizaje profundoAnálisis acústicoLa valoración de la calidad vocal mediante el análisis audio-perceptual es parte de la rutina clínica de evaluación de pacientes con trastornos de la voz. La debilidad de este método reside en la subjetividad y en la necesidad de que sea realizada por oyentes experimentados. Este proyecto tiene como objetivo la realización de una clasificación automática de la calidad vocal, valuada en la escala GRBAS, a través de características extraídas del análisis acústico de la señal y técnicas de aprendizaje automático. Particularmente, en este trabajo se muestran los resultados del diseño de las capas de extracción de características de una red neuronal profunda orientada a la clasificación de la calidad vocal.Fil: García, Mario Alejandro. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Grupo de Inteligencia Artificial; Argentina.Fil: Rosset, Ana Lorena. Universidad Nacional de Córdoba. Facultad de Ciencias Médicas. Escuela de Fonoaudiología; Argentina.Fil: Destefanis, Eduardo. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Centro de Investigación en Informática para la Ingeniería; Argentina.Universidad Tecnológica Nacional Regional Córdoba.2025-07-29T21:49:02Z2019info:eu-repo/semantics/articleinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articulopdfapplication/pdfRed de Universidades con Carreras en Informática-WICC 2019.https://hdl.handle.net/20.500.12272/13557spainfo:eu-repo/semantics/openAccessAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/García, Mario Alejandro; Rosset, Ana Lorena; Destefanis, Eduardo.https://creativecommons.org/licenses/by-nc-nd/4.0/reponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-09-24T12:45:29Zoai:ria.utn.edu.ar:20.500.12272/13557instacron: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 12:45:29.81Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Extracción de Características en Audio con Redes Neuronales Convolucionales.
title Extracción de Características en Audio con Redes Neuronales Convolucionales.
spellingShingle Extracción de Características en Audio con Redes Neuronales Convolucionales.
García , Mario Alejandro
Aprendizaje automático
Aprendizaje profundo
Análisis acústico
title_short Extracción de Características en Audio con Redes Neuronales Convolucionales.
title_full Extracción de Características en Audio con Redes Neuronales Convolucionales.
title_fullStr Extracción de Características en Audio con Redes Neuronales Convolucionales.
title_full_unstemmed Extracción de Características en Audio con Redes Neuronales Convolucionales.
title_sort Extracción de Características en Audio con Redes Neuronales Convolucionales.
dc.creator.none.fl_str_mv García , Mario Alejandro
Rosset , Ana Lorena
Destefanis , Eduardo
author García , Mario Alejandro
author_facet García , Mario Alejandro
Rosset , Ana Lorena
Destefanis , Eduardo
author_role author
author2 Rosset , Ana Lorena
Destefanis , Eduardo
author2_role author
author
dc.subject.none.fl_str_mv Aprendizaje automático
Aprendizaje profundo
Análisis acústico
topic Aprendizaje automático
Aprendizaje profundo
Análisis acústico
dc.description.none.fl_txt_mv La valoración de la calidad vocal mediante el análisis audio-perceptual es parte de la rutina clínica de evaluación de pacientes con trastornos de la voz. La debilidad de este método reside en la subjetividad y en la necesidad de que sea realizada por oyentes experimentados. Este proyecto tiene como objetivo la realización de una clasificación automática de la calidad vocal, valuada en la escala GRBAS, a través de características extraídas del análisis acústico de la señal y técnicas de aprendizaje automático. Particularmente, en este trabajo se muestran los resultados del diseño de las capas de extracción de características de una red neuronal profunda orientada a la clasificación de la calidad vocal.
Fil: García, Mario Alejandro. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Grupo de Inteligencia Artificial; Argentina.
Fil: Rosset, Ana Lorena. Universidad Nacional de Córdoba. Facultad de Ciencias Médicas. Escuela de Fonoaudiología; Argentina.
Fil: Destefanis, Eduardo. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Centro de Investigación en Informática para la Ingeniería; Argentina.
description La valoración de la calidad vocal mediante el análisis audio-perceptual es parte de la rutina clínica de evaluación de pacientes con trastornos de la voz. La debilidad de este método reside en la subjetividad y en la necesidad de que sea realizada por oyentes experimentados. Este proyecto tiene como objetivo la realización de una clasificación automática de la calidad vocal, valuada en la escala GRBAS, a través de características extraídas del análisis acústico de la señal y técnicas de aprendizaje automático. Particularmente, en este trabajo se muestran los resultados del diseño de las capas de extracción de características de una red neuronal profunda orientada a la clasificación de la calidad vocal.
publishDate 2019
dc.date.none.fl_str_mv 2019
2025-07-29T21:49:02Z
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str acceptedVersion
dc.identifier.none.fl_str_mv Red de Universidades con Carreras en Informática-WICC 2019.
https://hdl.handle.net/20.500.12272/13557
identifier_str_mv Red de Universidades con Carreras en Informática-WICC 2019.
url https://hdl.handle.net/20.500.12272/13557
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
García, Mario Alejandro; Rosset, Ana Lorena; Destefanis, Eduardo.
https://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
García, Mario Alejandro; Rosset, Ana Lorena; Destefanis, Eduardo.
https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.none.fl_str_mv pdf
application/pdf
dc.publisher.none.fl_str_mv Universidad Tecnológica Nacional Regional Córdoba.
publisher.none.fl_str_mv Universidad Tecnológica Nacional Regional Córdoba.
dc.source.none.fl_str_mv 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_ 1877230899309838336
score 13.265058

Publicaciones similares