1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Sinaloa
4. Instituto Tecnológico de Culiacán
5. Tesis de Maestría
6. Maestría en Ciencias de la Computación

Titre:	Sistema de identificación por voz mediante el uso de Redes profundas
Auteur(s):	Medina Jimenez, José Luis
metadata.dc.subject.other:	Aprendizaje máquina Aprendizaje profundo Autentificación de voz Biometría Identificación de voz Inteligencia artificial Reconocimiento de voz
Date de publication:	2022
Editeur:	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Instituto Tecnológico de Culiacán
Description:	En la actualidad los métodos tradicionales de autentificaci´on, como los pines de seguridad o el usuario y contraseña, se han convertido un problema debido a que son fáciles de olvidar y no proporcionan la seguridad de resguardar los datos de manera confiable. La seguridad biométrica se ha explorado cada vezm´as debido a que los rasgos biométricos son únicos como método de autentificación. Además, gracias al avance de la inteligencia artificial y de los métodos de extracción de características, la seguridad biométrica cada vez se vuelve más precisa. En este trabajo, se realizó un sistema de identificación por voz utilizando una red neuronal convolucional llamada VGGVox. Además, se utilizó como método de extracción de características los espectrogramas de los audios, con la finalidad de obtener una representación del audio del dominio del tiempo en el dominio de las frecuencias para posteriormente realizar la identificación. Por otra parte, se desarrolló una base de datos con distintos alumnos del Instituto Tecnológico de Culiacán, en el cual participaron 128 personas. La base de datos contiene tres audios diciendo la misma frase con la que se registraron y otros tres audios diciendo frases distintas de una lista dada. En total se recopilaron 768 audios como base de datos. Por ultimo, la base de datos fue utilizada dentro del sistema de identificación por voz, con la finalidad de realizzar un análisis de distintos umbrales de aceptación para aumentar la precisión del sistema, logrando llegar a obtener un 93%.
metadata.dc.type:	info:eu-repo/semantics/masterThesis
Collection(s) :	Maestría en Ciencias de la Computación

Ce document est protégé par copyright Voir la licence

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