Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/6665| Title: | Análisis Acústico de Voz para la Identificación de Sexo y Categorización de Edad, en Múltiples Idiomas y Bajo Ambientes No Controlados |
| Authors: | Diaz Ocampo, Enrique%919756 |
| metadata.dc.subject.other: | Género, frecuencia fundamental, idiomas, sistema, redes neuronales. |
| Issue Date: | 2023-12-13 |
| Publisher: | Tecnológico Nacional de México |
| metadata.dc.publisher.tecnm: | Centro Nacional de Investigación y Desarrollo Tecnológico |
| Description: | El reconocimiento de género (género binario o también conocido como sexo) por voz mediante algún sistema es una actividad diaria que se ejecuta en diversos asistentes personales: Siri, Alexa, Google, etc. Ha sido un problema estudiado principalmente con nativos del idioma inglés, lo cual ocasiona un sesgo cuando el hablante no es nativo o hablante de dicho idioma. Los sistemas propuestos para el reconocimiento de género, se enfocan en la implementación de características profundas, que requiere costo computacional y cuyos resultados solo son entendibles por una computadora, dificultando la interpretabilidad del sistema. En la investigación aquí reportada, se partió de que el reconocimiento de género por voz, puede abordarse mediante el estudio de características robustas extraíbles a partir de un audio que puedan reconocer el género a pesar de no hablar inglés. Se abordó el reconocimiento del género a partir de la voz, mediante características biológicas i.e. Frecuencia fundamental, Intensidad de la Voz, Longitud del Tracto vocal, y Coeficientes Cepstrales de Frecuencias de Mel, en los idiomas: inglés, francés, alemán, chino, español, y thai. El conjunto de datos de voces, se obtuvieron del conjunto de voces Mozilla Common Voice. Se implementaron un total de seis metodologías: tres para el reconocimiento de género, y tres para el reconocimiento de género y edad. Con éstas metodologías se obtuvieron valores de reconocimiento de género superiores al 90 %. Los hallazgos indican que los cuartiles de la Frecuencia fundamental, aunado a la estimación del tracto vocal, muestran robustez, cuando se intenta reconocer el idioma inglés y el español. Se concluye que el reconocimiento de género mediante la voz, es factible, sin la necesidad de emplear características de índole profundas, para ello se requiere el estudio estadístico de las características de cada idioma. |
| metadata.dc.type: | info:eu-repo/semantics/masterThesis |
| Appears in Collections: | Tesis de Maestría en Computación |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| MC_Enrique_Diaz_Ocampo_2023.pdf | Tesis | 2.57 MB | Adobe PDF | View/Open |
| MC_Enrique_Diaz_Ocampo_2023_c.pdf Restricted Access | Cesión de derechos | 884.86 kB | Adobe PDF | View/Open Request a copy |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
