Detalles del Título
Detalles del Título

< Ant.
Sig. >
 
Título Herramienta para reducir automáticamente la duración de un discurso en ingles adaptada a las características de voz de un hablante [recurso electrónico]Trabajo de Grado / CD-ROM - Trabajo de Grado
Autor(es) Alarcón Pedroza, Lebis Armando (Autor)
Gutiérrez Erazo, José Luis (Autor)
Gómez Escobar, Jairo Alejandro (Asesor)
Publicación Cali, Colombia : Universidad de San Buenaventura, Cali, 2015
Descripción Física 1 CD-Rom
Español;
Clasificación(es) 006.32
Materia(s) Redes neuronales (Computadores); Procesamiento digital de señales. dsp; Inteligencia artificial; Inteligencia artificial - Procesamiento de datos; Aprendizaje automático (Inteligencia artíficial); Habla; Audio digital;
Nota(s) Tesis (Ingeniero de Multimedia) -- Universidad de San Buenaventura. Facultad de Ingeniería, Cali, 2015
Títulos Relacionados Titulo Colectivo: Trabajos de Grado. Ingeniería Multimedia. USB
Resumen El desarrollo de la herramienta se dividió en tres fases: etiquetado manual de segmentos importantes de un audio, extracción de parámetros (características) del audio y entrenamiento del sistema. En la etapa de etiquetado se desarrolló una aplicación web que permitió aligerar el proceso. La extracción de características se realizó con la librería MIRTOOLBOX, y en la implementación de clasificadores e interfaz de la herramienta se utilizó MATLAB. Se compararon cinco clasificadores: Análisis discriminante lineal (ADL), Análisis discriminante cuadrático (ADC), Regresión logística, Redes neuronales artificiales (RNA) y Máquinas de soporte vectorial (MSV), donde los mejores resultados se obtuvieron con RNA: 79.19% de exactitud y MSV: 81.21% de exactitud. Se realizaron pruebas para medir el porcentaje de reducción con tres audios nuevos. Estas pruebas arrojaron un promedio de reducción de 27.34 % usando RNA y 24.50 % usando MSV. Además se hicieron pruebas de comprensión de un audio reducido con la herramienta desarrollada y se encontró una pérdida de información del 16.67 %. Se concluyó que los parámetros prosódicos y espectrales aportan datos suficientes para realizar una clasificación de importancia relativa. También se encontró que mezclando las características prosódicas y espectrales en un mismo conjunto de datos se obtiene la mayor exactitud.
Objetos Asociados Documento disponible en Biblioteca Digital