Tesis Validadas: 2,591

Tesis de Posgrado: 2650

Número de Visitas: contador visitas

Veuillez utiliser cette adresse pour citer ce document : https://rinacional.tecnm.mx/jspui/handle/TecNM/5171
Titre: Sistema Inteligente de Asistencia a la Comunicacion Oral de Personas con Disartria Utilizando Reconocimiento de Patrones de Voz
Auteur(s): Contreras Gonzalez, Paloma
Date de publication: 2022-06-22
Editeur: Tecnológico Nacional de México
metadata.dc.publisher.tecnm: Instituto Tecnológico de Hermosillo
Description: La disartria es un trastorno que frecuentemente limita a la persona que la padece en su interacción con otras personas. Esto debido a la reducción en la inteligibilidad de su habla a causa del trastorno; teniendo como resultado la exclusión social. Con la finalidad de brindar a las personas con disartria una herramienta que la apoye en su interacción con otros, se han desarrollado sistemas enfocados al reconocimiento de patrones de voz para personas con este trastorno. Sin embargo, debido a que son enfocados a un idioma en específico, como el inglés, o por sus altos costos, estos sistemas tienden a ser inaccesibles. En el presente trabajo de investigación se propone un sistema de reconocimiento de patrones de voz enfocado a personas con disartria leve y moderada. Para su desarrollo se parte desde la investigación de los conceptos más relevantes, la identificación y aplicación de técnicas de inteligencia artificial hasta el análisis de los resultados obtenidos. Debido a que el objetivo de la investigación es desarrollar un sistema dependiente del usuario, se crearon distintos conjuntos de datos para cada una de las personas que apoyaron en el desarrollo de la investigación. Los conjuntos de datos obtenidos, los cuales contienen entre 195 y 300 datos, fueron utilizados para el entrenamiento y evaluación del modelo propuesto. Debido a la escasez de datos, se considera la extracción de características del modelo YAMNet, ofrecido por TensorFlow Hub, para utilizar los datos obtenidos como entrada a una red neuronal multicapa. Para la disartria leve, se obtuvo un reconocimiento de 77% en la clasificación de 5 palabras; mientras que, para la disartria moderada, se obtuvo un 62% para tres palabras y un 75% para dos palabras. Con ello se tiene como resultado dos modelos que pueden ser de apoyo para los casos de estudio; además de que se aportan las bases para su aplicación en más casos de disartria.
metadata.dc.type: info:eu-repo/semantics/masterThesis
Collection(s) :Maestría en Ciencias de la Computación

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
032_MCC_CONTRERAS GONZALES PALOMA VALERIA .pdfTexto Completo1.96 MBAdobe PDFVoir/Ouvrir
SESION DERECHOS MCC_CONTRERAS GONZELES.pdfTexto Completo259.47 kBAdobe PDFVoir/Ouvrir


Ce document est protégé par copyright



Ce document est autorisé sous une licence de type Licence Creative Commons Creative Commons