Development of a Low-Cost Security System Based on Voice Recognition Using Artificial Intelligence

Descripción del Articulo

El reconocimiento de voz se ha utilizado ampliamente en diversas aplicaciones, especialmente en el campo de la seguridad. En este artículo, proponemos el desarrollo de un sistema de seguridad de bajo costo basado en el reconocimiento de voz utilizando inteligencia artificial. El sistema utiliza un R...

Descripción completa

Detalles Bibliográficos
Autores: Luna Condori, Willians Jeremy, Mamani Macedo, Emily Juliana, Ppacco Huamani, Alex Leon
Formato: tesis de grado
Fecha de Publicación:2024
Institución:Universidad Nacional de San Agustín
Repositorio:UNSA-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.unsa.edu.pe:20.500.12773/18764
Enlace del recurso:https://hdl.handle.net/20.500.12773/18764
Nivel de acceso:acceso abierto
Materia:Reconocimiento de voz
Sistema de seguridad
Modelo de Mezcla Gaussiana
Coeficientes Cepstrales de Frecuencia de Mel
Sistemas biométricos de bajo costo
https://purl.org/pe-repo/ocde/ford#2.02.01
id UNSA_f7f0746dcacd48d2d574b9f6da6c2423
oai_identifier_str oai:repositorio.unsa.edu.pe:20.500.12773/18764
network_acronym_str UNSA
network_name_str UNSA-Institucional
repository_id_str 4847
spelling Talavera Suarez, Jesus Jose FortunatoLuna Condori, Willians JeremyMamani Macedo, Emily JulianaPpacco Huamani, Alex Leon2024-10-18T14:19:42Z2024-10-18T14:19:42Z2024El reconocimiento de voz se ha utilizado ampliamente en diversas aplicaciones, especialmente en el campo de la seguridad. En este artículo, proponemos el desarrollo de un sistema de seguridad de bajo costo basado en el reconocimiento de voz utilizando inteligencia artificial. El sistema utiliza un Raspberry Pi 4B como microcontrolador y Python como lenguaje de programación. El sistema funciona con una base de datos pregrabada de voces de 20 personas; seguidamente, la voz del nuevo usuario se compara con las voces pregrabadas utilizando el Modelo de Mezcla Gaussiana (GMM). Luego extrajimos los Coeficientes Cepstrales de Frecuencia de Mel (MFCC) de las voces grabadas, que se utilizaron para entrenar el GMM. Finalmente, el sistema logró una tasade precisión del 95,42%, con una Tasa de Error Equivalente del 4,57%. El sistema propuesto es de bajo costo y fácil de usar, lo que lo hace accesible a un público más de voces pregrabadas.application/pdfhttps://hdl.handle.net/20.500.12773/18764spaUniversidad Nacional de San Agustín de ArequipaPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/Universidad Nacional de San Agustín de ArequipaRepositorio Institucional - UNSAreponame:UNSA-Institucionalinstname:Universidad Nacional de San Agustíninstacron:UNSAReconocimiento de vozSistema de seguridadModelo de Mezcla GaussianaCoeficientes Cepstrales de Frecuencia de MelSistemas biométricos de bajo costohttps://purl.org/pe-repo/ocde/ford#2.02.01Development of a Low-Cost Security System Based on Voice Recognition Using Artificial Intelligenceinfo:eu-repo/semantics/bachelorThesisSUNEDU29272155https://orcid.org/0000-0002-8076-5198746478647303119074164942712026Sulla Espinoza, ErasmoTalavera Suarez, Jesus Jose FortunatoRucano Alvarez, Hugo Cesarhttps://purl.org/pe-repo/renati/level#tituloProfesionalhttps://purl.org/pe-repo/renati/type#tesisIngeniería ElectrónicaUniversidad Nacional de San Agustín de Arequipa.Facultad de Ingeniería de Producción y ServiciosIngeniero(a) Electrónico(a)ORIGINALTesis.pdfapplication/pdf1404778https://repositorio.unsa.edu.pe/bitstreams/2e1c9f0d-a86f-4f56-9885-8ea654270682/download1d24a87ea3613c6fb3bed251c52369deMD51Reporte de Similitud.pdfapplication/pdf3865432https://repositorio.unsa.edu.pe/bitstreams/747c6040-d563-493f-8159-537c4c6aaad6/download710353956dd9cac7b77e3447a1436491MD52Autorización de Publicación Digital 1.pdfapplication/pdf632920https://repositorio.unsa.edu.pe/bitstreams/c06925d6-e719-4f2d-881f-83fc1e48d5a4/downloaddb8eea59a52977a0912f65fa0d3bbcc8MD53Autorización de Publicación Digital 2.pdfapplication/pdf351935https://repositorio.unsa.edu.pe/bitstreams/ad833b00-1c7c-4b66-a136-881b583d4641/download68bbbfb2abcf72a22eae87e0e7000832MD54Autorización de Publicación Digital 3.pdfapplication/pdf442461https://repositorio.unsa.edu.pe/bitstreams/2f1a5b6f-bfe4-405d-9de8-f67317710fdc/download69c247f0c5729213e9a25a337d4a7d5dMD5520.500.12773/18764oai:repositorio.unsa.edu.pe:20.500.12773/187642024-10-18 09:19:55.224http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttps://repositorio.unsa.edu.peRepositorio Institucional UNSArepositorio@unsa.edu.pe
dc.title.es_PE.fl_str_mv Development of a Low-Cost Security System Based on Voice Recognition Using Artificial Intelligence
title Development of a Low-Cost Security System Based on Voice Recognition Using Artificial Intelligence
spellingShingle Development of a Low-Cost Security System Based on Voice Recognition Using Artificial Intelligence
Luna Condori, Willians Jeremy
Reconocimiento de voz
Sistema de seguridad
Modelo de Mezcla Gaussiana
Coeficientes Cepstrales de Frecuencia de Mel
Sistemas biométricos de bajo costo
https://purl.org/pe-repo/ocde/ford#2.02.01
title_short Development of a Low-Cost Security System Based on Voice Recognition Using Artificial Intelligence
title_full Development of a Low-Cost Security System Based on Voice Recognition Using Artificial Intelligence
title_fullStr Development of a Low-Cost Security System Based on Voice Recognition Using Artificial Intelligence
title_full_unstemmed Development of a Low-Cost Security System Based on Voice Recognition Using Artificial Intelligence
title_sort Development of a Low-Cost Security System Based on Voice Recognition Using Artificial Intelligence
author Luna Condori, Willians Jeremy
author_facet Luna Condori, Willians Jeremy
Mamani Macedo, Emily Juliana
Ppacco Huamani, Alex Leon
author_role author
author2 Mamani Macedo, Emily Juliana
Ppacco Huamani, Alex Leon
author2_role author
author
dc.contributor.advisor.fl_str_mv Talavera Suarez, Jesus Jose Fortunato
dc.contributor.author.fl_str_mv Luna Condori, Willians Jeremy
Mamani Macedo, Emily Juliana
Ppacco Huamani, Alex Leon
dc.subject.es_PE.fl_str_mv Reconocimiento de voz
Sistema de seguridad
Modelo de Mezcla Gaussiana
Coeficientes Cepstrales de Frecuencia de Mel
Sistemas biométricos de bajo costo
topic Reconocimiento de voz
Sistema de seguridad
Modelo de Mezcla Gaussiana
Coeficientes Cepstrales de Frecuencia de Mel
Sistemas biométricos de bajo costo
https://purl.org/pe-repo/ocde/ford#2.02.01
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.02.01
description El reconocimiento de voz se ha utilizado ampliamente en diversas aplicaciones, especialmente en el campo de la seguridad. En este artículo, proponemos el desarrollo de un sistema de seguridad de bajo costo basado en el reconocimiento de voz utilizando inteligencia artificial. El sistema utiliza un Raspberry Pi 4B como microcontrolador y Python como lenguaje de programación. El sistema funciona con una base de datos pregrabada de voces de 20 personas; seguidamente, la voz del nuevo usuario se compara con las voces pregrabadas utilizando el Modelo de Mezcla Gaussiana (GMM). Luego extrajimos los Coeficientes Cepstrales de Frecuencia de Mel (MFCC) de las voces grabadas, que se utilizaron para entrenar el GMM. Finalmente, el sistema logró una tasade precisión del 95,42%, con una Tasa de Error Equivalente del 4,57%. El sistema propuesto es de bajo costo y fácil de usar, lo que lo hace accesible a un público más de voces pregrabadas.
publishDate 2024
dc.date.accessioned.none.fl_str_mv 2024-10-18T14:19:42Z
dc.date.available.none.fl_str_mv 2024-10-18T14:19:42Z
dc.date.issued.fl_str_mv 2024
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12773/18764
url https://hdl.handle.net/20.500.12773/18764
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.uri.es_PE.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv 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 San Agustín de Arequipa
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Universidad Nacional de San Agustín de Arequipa
Repositorio Institucional - UNSA
dc.source.none.fl_str_mv reponame:UNSA-Institucional
instname:Universidad Nacional de San Agustín
instacron:UNSA
instname_str Universidad Nacional de San Agustín
instacron_str UNSA
institution UNSA
reponame_str UNSA-Institucional
collection UNSA-Institucional
bitstream.url.fl_str_mv https://repositorio.unsa.edu.pe/bitstreams/2e1c9f0d-a86f-4f56-9885-8ea654270682/download
https://repositorio.unsa.edu.pe/bitstreams/747c6040-d563-493f-8159-537c4c6aaad6/download
https://repositorio.unsa.edu.pe/bitstreams/c06925d6-e719-4f2d-881f-83fc1e48d5a4/download
https://repositorio.unsa.edu.pe/bitstreams/ad833b00-1c7c-4b66-a136-881b583d4641/download
https://repositorio.unsa.edu.pe/bitstreams/2f1a5b6f-bfe4-405d-9de8-f67317710fdc/download
bitstream.checksum.fl_str_mv 1d24a87ea3613c6fb3bed251c52369de
710353956dd9cac7b77e3447a1436491
db8eea59a52977a0912f65fa0d3bbcc8
68bbbfb2abcf72a22eae87e0e7000832
69c247f0c5729213e9a25a337d4a7d5d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional UNSA
repository.mail.fl_str_mv repositorio@unsa.edu.pe
_version_ 1828763098294517760
score 13.95948
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).