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...

Descripción completa

Detalles Bibliográficos
Autores: Aponte Castro, Augusto Emmanuel, Castañeda Flores, Edson Jhair, Medina Paredes, Grovert Enrique
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).