Diseño de un algoritmo para crear y entrenar una red neuronal que permita el reconocimiento de voz
Descripción del Articulo
El Perú presenta bajo interés en realizar investigaciones tecnológicas dentro del campo de la inteligencia artificial (redes neuronales), la cual es un bum en el crecimiento tecnológico de hoy en día. Por tal motivo, el presente informe de investigación tiene como objetivo general crear, entrenar y...
Autores: | , , |
---|---|
Formato: | tesis de grado |
Fecha de Publicación: | 2020 |
Institución: | Universidad Nacional de Piura |
Repositorio: | UNP-Institucional |
Lenguaje: | español |
OAI Identifier: | oai:repositorio.unp.edu.pe:20.500.12676/2747 |
Enlace del recurso: | https://repositorio.unp.edu.pe/handle/20.500.12676/2747 |
Nivel de acceso: | acceso abierto |
Materia: | Red neuronal Python Dataset Deep learning http://purl.org/pe-repo/ocde/ford#2.02.00 |
id |
RUMP_310a2c19d730fe00fdcb0f303309ffce |
---|---|
oai_identifier_str |
oai:repositorio.unp.edu.pe:20.500.12676/2747 |
network_acronym_str |
RUMP |
network_name_str |
UNP-Institucional |
repository_id_str |
4814 |
dc.title.es_PE.fl_str_mv |
Diseño de un algoritmo para crear y entrenar una red neuronal que permita el reconocimiento de voz |
title |
Diseño de un algoritmo para crear y entrenar una red neuronal que permita el reconocimiento de voz |
spellingShingle |
Diseño de un algoritmo para crear y entrenar una red neuronal que permita el reconocimiento de voz Aponte Castro, Augusto Emmanuel Red neuronal Python Dataset Deep learning http://purl.org/pe-repo/ocde/ford#2.02.00 |
title_short |
Diseño de un algoritmo para crear y entrenar una red neuronal que permita el reconocimiento de voz |
title_full |
Diseño de un algoritmo para crear y entrenar una red neuronal que permita el reconocimiento de voz |
title_fullStr |
Diseño de un algoritmo para crear y entrenar una red neuronal que permita el reconocimiento de voz |
title_full_unstemmed |
Diseño de un algoritmo para crear y entrenar una red neuronal que permita el reconocimiento de voz |
title_sort |
Diseño de un algoritmo para crear y entrenar una red neuronal que permita el reconocimiento de voz |
author |
Aponte Castro, Augusto Emmanuel |
author_facet |
Aponte Castro, Augusto Emmanuel Castañeda Flores, Edson Jhair Medina Paredes, Grovert Enrique |
author_role |
author |
author2 |
Castañeda Flores, Edson Jhair Medina Paredes, Grovert Enrique |
author2_role |
author author |
dc.contributor.advisor.fl_str_mv |
León García, Teobaldo Ma San Zapata, Jorge Florentino |
dc.contributor.author.fl_str_mv |
Aponte Castro, Augusto Emmanuel Castañeda Flores, Edson Jhair Medina Paredes, Grovert Enrique |
dc.subject.es_PE.fl_str_mv |
Red neuronal Python Dataset Deep learning |
topic |
Red neuronal Python Dataset Deep learning http://purl.org/pe-repo/ocde/ford#2.02.00 |
dc.subject.ocde.es_PE.fl_str_mv |
http://purl.org/pe-repo/ocde/ford#2.02.00 |
description |
El Perú presenta bajo interés en realizar investigaciones tecnológicas dentro del campo de la inteligencia artificial (redes neuronales), la cual es un bum en el crecimiento tecnológico de hoy en día. Por tal motivo, el presente informe de investigación tiene como objetivo general crear, entrenar y evaluar una red neuronal que permita el reconocimiento de voz e identifique que persona está hablando. Para esto se utilizó un software libre denominado “Spyder”, y un servicio web gratuito “Google Colab” basado en el lenguaje de programación Python para desarrollo de redes neuronales artificiales, con el fin de lograr la predicción más alta en el reconocimiento de voz de la persona evaluada. Este informe de investigación fue dividido en tres etapas. La primera etapa consistió en el procesamiento de la voz con la cual se adquirió la voz mediante micrófono, y fue sometida a filtros digitales con la finalidad de reducir los ruidos que puedan existir en la grabación de la voz; en la segunda etapa se realizó la adquisición de datos y preprocesamiento de datos, los cuales se almacenaron en dataset de entrenamiento y evaluación, éstos fueron subidos en la plataforma de Google Colab en donde se realizó su preprocesamiento para su posterior ingreso a la red neuronal; la tercera y última etapa se centró en el Deep learning, que consistió en la creación, compilación, entrenamiento, evaluación y predicción de la red neuronal. En el proceso del desarrollo de este informe de investigación se requirieron dos dataset, uno de entrenamiento y uno de evaluación, para la red neuronal, lo cual conllevó a que los resultados obtenidos tengan un nivel alto de predicción en el rango de 80% a 100% de probabilidad. |
publishDate |
2020 |
dc.date.accessioned.none.fl_str_mv |
2021-07-26T17:47:55Z |
dc.date.available.none.fl_str_mv |
2021-07-26T17:47:55Z |
dc.date.issued.fl_str_mv |
2020 |
dc.type.es_PE.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
dc.type.version.es_PE.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.none.fl_str_mv |
https://repositorio.unp.edu.pe/handle/20.500.12676/2747 |
url |
https://repositorio.unp.edu.pe/handle/20.500.12676/2747 |
dc.language.iso.es_PE.fl_str_mv |
spa |
language |
spa |
dc.relation.ispartof.fl_str_mv |
SUNEDU |
dc.rights.es_PE.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.*.fl_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 Internacional |
dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 Internacional http://creativecommons.org/licenses/by-nc-nd/4.0/ |
dc.format.es_PE.fl_str_mv |
application/pdf |
dc.publisher.es_PE.fl_str_mv |
Universidad Nacional de Piura |
dc.publisher.country.es_PE.fl_str_mv |
PE |
dc.source.es_PE.fl_str_mv |
Universidad Nacional de Piura Repositorio Institucional Digital - UNP |
dc.source.none.fl_str_mv |
reponame:UNP-Institucional instname:Universidad Nacional de Piura instacron:UNP |
instname_str |
Universidad Nacional de Piura |
instacron_str |
UNP |
institution |
UNP |
reponame_str |
UNP-Institucional |
collection |
UNP-Institucional |
bitstream.url.fl_str_mv |
https://repositorio.unp.edu.pe/bitstreams/e03e87e2-5736-4a0f-b850-2400a7708fda/download https://repositorio.unp.edu.pe/bitstreams/a1ecc3b7-df85-48c7-9f4b-d03b521e2eba/download https://repositorio.unp.edu.pe/bitstreams/501cd702-a944-4935-bb57-0f02db55489a/download https://repositorio.unp.edu.pe/bitstreams/4cf34e13-0344-42b7-ac19-e5019d2c911b/download |
bitstream.checksum.fl_str_mv |
8e584375f339e5f1eb6c96fe5b4a9324 4460e5956bc1d1639be9ae6146a50347 8a4605be74aa9ea9d79846c1fba20a33 2d0b91cd539747ec064dccc59b84f82b |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
DSPACE7 UNP |
repository.mail.fl_str_mv |
dspace-help@myu.edu |
_version_ |
1846425920903053312 |
spelling |
León García, TeobaldoMa San Zapata, Jorge FlorentinoAponte Castro, Augusto EmmanuelCastañeda Flores, Edson JhairMedina Paredes, Grovert Enrique2021-07-26T17:47:55Z2021-07-26T17:47:55Z2020https://repositorio.unp.edu.pe/handle/20.500.12676/2747El Perú presenta bajo interés en realizar investigaciones tecnológicas dentro del campo de la inteligencia artificial (redes neuronales), la cual es un bum en el crecimiento tecnológico de hoy en día. Por tal motivo, el presente informe de investigación tiene como objetivo general crear, entrenar y evaluar una red neuronal que permita el reconocimiento de voz e identifique que persona está hablando. Para esto se utilizó un software libre denominado “Spyder”, y un servicio web gratuito “Google Colab” basado en el lenguaje de programación Python para desarrollo de redes neuronales artificiales, con el fin de lograr la predicción más alta en el reconocimiento de voz de la persona evaluada. Este informe de investigación fue dividido en tres etapas. La primera etapa consistió en el procesamiento de la voz con la cual se adquirió la voz mediante micrófono, y fue sometida a filtros digitales con la finalidad de reducir los ruidos que puedan existir en la grabación de la voz; en la segunda etapa se realizó la adquisición de datos y preprocesamiento de datos, los cuales se almacenaron en dataset de entrenamiento y evaluación, éstos fueron subidos en la plataforma de Google Colab en donde se realizó su preprocesamiento para su posterior ingreso a la red neuronal; la tercera y última etapa se centró en el Deep learning, que consistió en la creación, compilación, entrenamiento, evaluación y predicción de la red neuronal. En el proceso del desarrollo de este informe de investigación se requirieron dos dataset, uno de entrenamiento y uno de evaluación, para la red neuronal, lo cual conllevó a que los resultados obtenidos tengan un nivel alto de predicción en el rango de 80% a 100% de probabilidad.application/pdfspaUniversidad Nacional de PiuraPEinfo:eu-repo/semantics/openAccessAttribution-NonCommercial-NoDerivatives 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/Universidad Nacional de PiuraRepositorio Institucional Digital - UNPreponame:UNP-Institucionalinstname:Universidad Nacional de Piurainstacron:UNPRed neuronalPythonDatasetDeep learninghttp://purl.org/pe-repo/ocde/ford#2.02.00Diseño de un algoritmo para crear y entrenar una red neuronal que permita el reconocimiento de vozinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionSUNEDUIngeniero MecatrónicoUniversidad Nacional de Piura. Facultad de Ingeniería IndustrialIngeniería MecatrónicaHuacchillo Calle, MannolioNiño Carmona, César AntonioCalderón Pinedo, Luis Alberto713096http://purl.org/pe-repo/renati/nivel#tituloProfesional0268826603577113https://orcid.org/0000-0002-0843-209Xhttps://orcid.org/0000-0002-2426-5463http://purl.org/pe-repo/renati/type#trabajoDeSuficienciaProfesional714816827179002070043085ORIGINALIMEC-APO-CAS-MED-2020.pdfIMEC-APO-CAS-MED-2020.pdfapplication/pdf2027959https://repositorio.unp.edu.pe/bitstreams/e03e87e2-5736-4a0f-b850-2400a7708fda/download8e584375f339e5f1eb6c96fe5b4a9324MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8805https://repositorio.unp.edu.pe/bitstreams/a1ecc3b7-df85-48c7-9f4b-d03b521e2eba/download4460e5956bc1d1639be9ae6146a50347MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.unp.edu.pe/bitstreams/501cd702-a944-4935-bb57-0f02db55489a/download8a4605be74aa9ea9d79846c1fba20a33MD53THUMBNAILIMEC-APO-CAS-MED-2020.pngIMEC-APO-CAS-MED-2020.pngimage/png14166https://repositorio.unp.edu.pe/bitstreams/4cf34e13-0344-42b7-ac19-e5019d2c911b/download2d0b91cd539747ec064dccc59b84f82bMD5420.500.12676/2747oai:repositorio.unp.edu.pe:20.500.12676/27472021-09-05 10:47:09.635http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.unp.edu.peDSPACE7 UNPdspace-help@myu.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 |
score |
12.884314 |
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).