Método automático de reconocimiento de voz para la clasificación de vocales al lenguaje de señas colombiano

Investigación Tecnológica

Autores:
Arias-Páez, Andrés Santiago
Rubiano-Venegas, David Andrés
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2018
Institución:
Universidad Católica de Colombia
Repositorio:
RIUCaC - Repositorio U. Católica
Idioma:
spa
OAI Identifier:
oai:repository.ucatolica.edu.co:10983/22809
Acceso en línea:
https://hdl.handle.net/10983/22809
Palabra clave:
APRENDIZAJE DE MÁQUINA
APRENDIZAJE DE MÁQUINA
LENGUAJE DE SEÑAS COLOMBIANO (LSC)
MODELOS DE CLASIFICACIÓN
RECONOCIMIENTO DE VOZ
Rights
openAccess
License
Derechos Reservados - Universidad Católica de Colombia, 2018
id UCATOLICA2_f5edd2a94429f803c83f2b17e1275486
oai_identifier_str oai:repository.ucatolica.edu.co:10983/22809
network_acronym_str UCATOLICA2
network_name_str RIUCaC - Repositorio U. Católica
repository_id_str
dc.title.spa.fl_str_mv Método automático de reconocimiento de voz para la clasificación de vocales al lenguaje de señas colombiano
title Método automático de reconocimiento de voz para la clasificación de vocales al lenguaje de señas colombiano
spellingShingle Método automático de reconocimiento de voz para la clasificación de vocales al lenguaje de señas colombiano
APRENDIZAJE DE MÁQUINA
APRENDIZAJE DE MÁQUINA
LENGUAJE DE SEÑAS COLOMBIANO (LSC)
MODELOS DE CLASIFICACIÓN
RECONOCIMIENTO DE VOZ
title_short Método automático de reconocimiento de voz para la clasificación de vocales al lenguaje de señas colombiano
title_full Método automático de reconocimiento de voz para la clasificación de vocales al lenguaje de señas colombiano
title_fullStr Método automático de reconocimiento de voz para la clasificación de vocales al lenguaje de señas colombiano
title_full_unstemmed Método automático de reconocimiento de voz para la clasificación de vocales al lenguaje de señas colombiano
title_sort Método automático de reconocimiento de voz para la clasificación de vocales al lenguaje de señas colombiano
dc.creator.fl_str_mv Arias-Páez, Andrés Santiago
Rubiano-Venegas, David Andrés
dc.contributor.advisor.spa.fl_str_mv Guzmán-Avendaño, Roger Enrique
dc.contributor.author.spa.fl_str_mv Arias-Páez, Andrés Santiago
Rubiano-Venegas, David Andrés
dc.subject.lemb.spa.fl_str_mv APRENDIZAJE DE MÁQUINA
topic APRENDIZAJE DE MÁQUINA
APRENDIZAJE DE MÁQUINA
LENGUAJE DE SEÑAS COLOMBIANO (LSC)
MODELOS DE CLASIFICACIÓN
RECONOCIMIENTO DE VOZ
dc.subject.proposal.spa.fl_str_mv APRENDIZAJE DE MÁQUINA
LENGUAJE DE SEÑAS COLOMBIANO (LSC)
MODELOS DE CLASIFICACIÓN
RECONOCIMIENTO DE VOZ
description Investigación Tecnológica
publishDate 2018
dc.date.issued.spa.fl_str_mv 2018
dc.date.accessioned.spa.fl_str_mv 2019-02-23T13:06:55Z
dc.date.available.spa.fl_str_mv 2019-02-23T13:06:55Z
dc.type.spa.fl_str_mv Trabajo de grado - Pregrado
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_71e4c1898caa6e32
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.content.spa.fl_str_mv Text
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.redcol.spa.fl_str_mv https://purl.org/redcol/resource_type/TP
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/submittedVersion
format http://purl.org/coar/resource_type/c_7a1f
status_str submittedVersion
dc.identifier.citation.spa.fl_str_mv Arias-Páez, A. S. & Rubiano-Venegas, D. A. (2018). Método automático de reconocimiento de voz para la clasificación de vocales al lenguaje de señas colombiano. Trabajo de Grado. Universidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería de Sistemas. Bogotá, Colombia
dc.identifier.uri.spa.fl_str_mv https://hdl.handle.net/10983/22809
identifier_str_mv Arias-Páez, A. S. & Rubiano-Venegas, D. A. (2018). Método automático de reconocimiento de voz para la clasificación de vocales al lenguaje de señas colombiano. Trabajo de Grado. Universidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería de Sistemas. Bogotá, Colombia
url https://hdl.handle.net/10983/22809
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv ALBERTO, P. y VALERO, T. Extracción de Información con Algoritmos de Clasificación. [en línea]. s.l: ALBERTO, P. y VALERO, T. [Citado el 12 mayo, 2018]. Disponible en internet: <https://ccc.inaoep.mx/~mmontesg/tesis estudiantes/TesisMaestria-AlbertoTellez.pdf> p. 20.
ALEJANDRO OVIEDO. Colombia atlas sordo – Cultura Sorda. [en línea]. s.l: [Citado el 1 mayo, 2018]. Disponible en internet: <http://www.cultura-sorda.org/colombia-atlas-sordo/>
CASTRO, M.L., RUIZ, A.J., CÉSAR JIMÉNEZ, J., PATRICIA, N., ESPINOSA. Estadísticas e información para contribuir en el mejoramiento de la calidad de vida de la población sorda colombiana. [en línea]. s.l: CASTRO, M.L., RUIZ, A.J., CÉSAR JIMÉNEZ, J., PATRICIA, N., ESPINOSA [Citado el 7 junio 2018]. Disponible en internet: <http://www.insor.gov.co/historico/images/boletín observatorio.pdf>
CLEMENTE, E., VARGAS, A., OLIVIER, A., KIRSCHNING, I. y CERVANTES, O. Entrenamiento y Evaluación de reconocedores de Voz de Propósito General basados en Redes Neuronales feed- forward y Modelos Ocultos de Markov Eduardo. 2018. p. 8.
CONGRESO DE COLOMBIA. E 1996 Ley 324 de 1996 - Normas a favor de la Población Sorda. Ley. [en línea]. Bogotá: CONGRESO DE COLOMBIA. [Citado el 1 mayo, 2018] Disponible en internet: <https://puntodis.com/wp-content/uploads/2015/12/Ley_324_de_1996.pdf> p. 1,2,3.
Centro de relevo. Relevo de llamadas. [en línea]. Bogotá: Centro de relevo. [Citado el 30 abril, 2018]. Disponible en internet: <http://centroderelevo.gov.co/632/w3-channel.html>
Centro de relevo. [en línea]. s.l: Centro de relevo. [Citado el 28 marzo, 2018]. Disponible en internet: <http://centroderelevo.gov.co/632/w3-channel.html>
DEFINICION.DE, Definición de voz - Qué es, Significado y Concepto. [en línea]. [Citado el 1 mayo, 2018]. Disponible en: https://definicion.de/voz/.
DOCUMENTACION MATLAB, 2018. Hamming window - MATLAB hamming. 2006 [en línea]. [Consulta: 27 octubre 2018]. Disponible en: https://www.mathworks.com/help/signal/ref/hamming.html.
DOCUMENTACION MATLAB, 2018. Discrete cosine transform - MATLAB dct. [en línea]. [Consulta: 27 octubre 2018]. Disponible en: https://www.mathworks.com/help/signal/ref/dct.html.
DWI, M., NISHIZAKI, I., HAYASHIDA, T. y SEKIZAKI, S. Deep Belief Network Optimization in Speech Recognition. International Conference on Sustainable Information Engineering and Technology (SIET). 2017. p. 3,4,5.
Diego Calvo. Red neuronal Convolucional CNN. [en línea]. s.l: Diego Calvo. [Citado el 4 junio 2018]. Disponible en internet: <http://www.diegocalvo.es/red-neuronal-convolucional-cnn/>
DotCSV. ¿Qué es el Aprendizaje Supervisado y No Supervisado? [en línea]. s.l: DotCSV [Citado el 2 mayo, 2018]. Disponible en internet: <https://www.youtube.com/watch?v=oT3arRRB2Cw>
EDUARDO LLEIDA SOLANO, 2000. Definición de frecuencia - Qué es, Significado y Concepto. [en línea]. [Citado el 1 mayo, 2018]. Disponible en: <http://physionet.cps.unizar.es/~eduardo/investigacion/voz/rahframe.html>.
POLAVIDE.ES, el sonido. [en línea]. [Citado el 1 mayo, 2018]. Disponible en: <http://www.polavide.es/energyluzsonido/sonido.html>.
FUNDACIÓN GENERAL CSIC. Lychnos cuadernos de la Fundación General CSIC. [en línea]. s.l: Fundación General CSIC. [Citado el 1 mayo, 2018]. Disponible en internet: <http://www.fgcsic.es/lychnos/es_es/articulos/inteligencia_artificial>
Fernando Sancho Caparrini. Aprendizaje por refuerzo: algoritmo Q Learning. [en línea]. s.l: Fernando Sancho Caparrini. [Citado el 4 mayo, 2018]. Disponible en internet: <http://www.cs.us.es/~fsancho/?e=109>
Fernando Sancho Caparrini. Redes Neuronales: una visión superficial. [en línea]. s.l: Fernando Sancho Caparrini. [Citado el 12 mayo, 2018]. Disponible en internet: <http://www.cs.us.es/~fsancho/?e=72>
Friedrich. ¿Qué es la validación cruzada en el aprendizaje automático? [en línea]. s.l: Friedrich [Citado el 10 mayo, 2018]. Disponible en internet: <https://www.quora.com/What-is-cross-validation-in-machine-learning>
GARCÍA, S., RAMÍREZ-GALLEGO, S., LUENGO, J., HERRERA, F. y RAMÍREZ-GALLEGO, S. Big Data monografía Big Data: Preprocesamiento y calidad de datos. [en línea]. s.l: GARCÍA, S., RAMÍREZ-GALLEGO, S., LUENGO, J., HERRERA, F. y RAMÍREZ-GALLEGO, S. [Citado el 4 mayo 2018]. Disponible en internet: <http://sci2s.ugr.es/sites/default/files/ficherosPublicaciones/2133_Nv237-Digital-sramirez.pdf> p. 2.
GIL, L.J., CASTILLO, L.F. y FLÓREZ, R.D. Reconocimiento de comandos de voz en español orientado al control de una silla de ruedas. UIS Ingenierías, Revista de la facultad de ingeniería físico mecánicas [en línea]. S.L: GIL, L.J., CASTILLO, L.F. y FLÓREZ, R.D. Disponible en internet: <http://search.ebscohost.com/login.aspx?direct=true&db=fua&AN=121143584&lang=es&site=ehost-live> p. 10.
Google Play. Hablando con Julis. [en línea]. s.l: Hablando con Julis. [Citado el 30 abril, 2018]. Disponible en internet: <https://play.google.com/store/apps/details?id=io.cordova.julistalkes&hl=es>
GÓMEZ, J., SIMANCAS, J., ACOSTA, M., MELÉNDEZ, F. y VÉLEZ, J. Algoritmo de recocimiento de comandos voz basado en técnicas no-lineales. [en línea]. S.L: GÓMEZ, J., SIMANCAS, J., ACOSTA, M., MELÉNDEZ, F. y VÉLEZ, J. Disponible en internet: <http://repositorio.cuc.edu.co/xmlui/handle/11323/904> p. 8,17.
INSOR. Contexto general de la población sorda en Colombia. [en línea]. Bogotá: INSOR. [Citado el 28 marzo, 2018]. Disponible en internet: <http://www.insor.gov.co/observatorio/download/Infog_pan_sordos_Col_sept2016.pdf>
INSOR. ¿Qué es la lengua de señas? Portal niños. [en línea]. s.l: INSOR. [Citado el 1 mayo, 2018]. Disponible en internet: <http://insor.gov.co/ninos/que-es-la-lengua-de-senas/>
IRCAM. Introducción - Codificación predictiva lineal. [en línea]. s.l: IRCAM [Citado el 10 mayo, 2018]. Disponible en internet: <http://support.ircam.fr/docs/AudioSculpt/3.0/co/LPC.html>
Ingsistemastelesup. Validación cruzada. [en línea]. s.l: Ingsistemastelesup. [Citado el 10 mayo, 2018]. Disponible en internet: <https://ingsistemastelesup.files.wordpress.com/2017/03/validacion-cruzada.pdf> p. 1,2.
JANA ÁLVAREZ. Machine Learning y Support Vector Machines Analítica web. [en línea]. s.l: JANA ÁLVAREZ. [Citado el 12 mayo, 2018]. Disponible en internet: <http://www.analiticaweb.es/machine-learning-y-support-vector-machines-porque-el-tiempo-es-dinero-2/>
JASON BROWNLEE. Gentle Introduction to the Bias-Variance Trade-Off in Machine Learning. [en línea]. s.l: JASON BROWNLEE [Citado el 12 mayo, 2018]. Disponible en internet: <https://machinelearningmastery.com/gentle-introduction-to-the-bias-variance-trade-off-in-machine-learning/>
JOSÉ MUJICA. Transformada de Fourier. [en línea]. s.l: JOSÉ MUJICA. [Citado el 4 mayo, 2018]. Disponible en internet: <http://www.escuelasuperiordeaudio.com.ve/articles/fourier discrete.html>
KLAYLAT, S., OSMAN, Z., HAMANDI, L. y ZANTOUT, R. Enhancement of an Arabic Speech Emotion Recognition System. International Journal of Applied Engineering Research. 2018. p. 4,7.
KOO PING SHUNG. Accuracy Precision, Recall or F1? – Towards Data Science. [en línea]. S.L: KOO PING SHUNG. [Citado el 17 mayo, 2018]. Disponible en internet: <https://towardsdatascience.com/accuracy-precision-recall-or-f1-331fb37c5cb9>
LLORENTE, C.R., et al. Proyecto fin de carrera. [Citado el 10 mayo, 2018]. Disponible en internet: <http://lorien.die.upm.es/barra/pfcs/2007-carmenr/docs/proyecto.pdf> p. 77.
MANUEL BENÍTEZ. emtic – Hetah traductor al lenguaje de signos y a Braile. [en línea]. s.l: MANUEL BENÍTEZ. [Citado el 30 abril, 2018]. Disponible en internet: <https://enmarchaconlastic.educarex.es/244-emtic/herramientas-2-0/1296-hetah-traductor-al-lenguaje-de-signos-y-a-braile>
Maria Mercedes Gomez. ¿Sabes qué es una Machine Learning? - Comunidad e-Learning. [en línea], 2017. [Citado el 3 mayo, 2018]. Disponible en internet: <http://elearningmasters.galileo.edu/2017/09/21/sabes-que-es-una-machine-learning/>
Mel Frequency Cepstral Coefficient (MFCC) tutorial. 2012 [en línea], [sin fecha]. [Consulta: 30 octubre 2018]. Disponible en: http://practicalcryptography.com/miscellaneous/machine-learning/guide-mel-frequency-cepstral-coefficients-mfccs/.
NAVARRO, B.G., [2015]. Trabajo de Fin de Grado Implementación de Técnicas de Deep Learning Implementation of Deep Learning Techniques. [en línea]. S.l.: [Consulta: 30 octubre 2018]. Disponible en: https://riull.ull.es/xmlui/bitstream/handle/915/1409/Implementacion de Tecnicas de Deep Learning.pdf?sequence=1.
NICOLÁS SÁNCHEZ ANZOLA. Vista de Máquinas de soporte vectorial y redes neuronales artificiales en la predicción del movimiento USD/COP spot intradiario ODEON. [en línea]. s.l: NICOLÁS SÁNCHEZ ANZOLA. [Citado el 12 mayo, 2018]. Disponible en internet: <https://revistas.uexternado.edu.co/index.php/odeon/article/view/4414/5256>
Noticias RCN. Colombia y el reto que tiene pendiente con los sordos del país. [en línea]. Bogotá: Noticias RCN. [Citado el 28 marzo, 2018]. Disponible en internet: <https://www.noticiasrcn.com/nacional-pais/colombia-y-el-reto-tiene-pendiente-los-sordos-del-pais>
PELEG, N. Linear Prediction Coding. [en línea]. s.l: [Citado el 10 mayo, 2018]. Disponible en internet: <http://cs.haifa.ac.il/~nimrod/Compression/Speech/S4LinearPredictionCoding2009.pdf> p. 7.
RENUKA JOSHI. Precisión recuperación y puntaje de F1: interpretación de las medidas de rendimiento - Exsilio Blog. [en línea]. S.L: RENUKA JOSHI. [Citado el 17 mayo, 2018]. Disponible en internet: <http://blog.exsilio.com/all/accuracy-precision-recall-f1-score-interpretation-of-performance-measures/>
Ruye Wang. Discrete Cosine Transform. [en línea]. s.l: Ruye Wang. [Citado el 9 mayo, 2018]. Disponible en internet: <http://fourier.eng.hmc.edu/e101/lectures/Image_Processing/node13.html>
SIGNAL PROCESSING, Q., 2018. Why is each window/frame overlapping? 2016-12-28 [en línea]. [Consulta: 27 octubre 2018]. Disponible en: https://dsp.stackexchange.com/questions/36509/why-is-each-window-frame-overlapping.
SIGNAL PROCESSING, Q.,2018. Why is each window/frame overlapping? 2016-12-28 [en línea]. [Consulta: 27 octubre 2018]. Disponible en: https://dsp.stackexchange.com/questions/36509/why-is-each-window-frame-overlapping.
SISTEMAS.COM, 2016. Definición de Hertz - Significado y definición de Hertz. [en línea]. [Citado el 1 mayo, 2018]. Disponible en: https://sistemas.com/hertz.php.
Slide Player. La Transformada Rápida de Fourier. [en línea]. s.l: Slide Player [Citado el 8 mayo, 2018]. Disponible en internet: <http://slideplayer.es/slide/1715431/>
Speech processing - The origin of constants in mel-scale formula - Signal Processing Stack Exchange. 2018 [en línea], [sin fecha]. [Consulta: 30 octubre 2018]. Disponible en: https://dsp.stackexchange.com/questions/46209/the-origin-of-constants-in-mel-scale-formula.
TECHcetera. ¿Qué es el Test de Turing (y, Google: qué has hecho)? [en línea]. s.l: TECHcetera [Citado el 2 mayo, 2018]. Disponible en internet: <http://techcetera.co/que-es-el-test-de-turing/>
Voz y Señas - Traductor LSM. [en línea]. s.l: Voz y Señas - Traductor LSM. [Citado el 28 marzo, 2018]. Disponible en internet: <http://www.vozysenas.com/>.
dc.rights.spa.fl_str_mv Derechos Reservados - Universidad Católica de Colombia, 2018
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.creativecommons.spa.fl_str_mv Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by-nc/4.0/
rights_invalid_str_mv Derechos Reservados - Universidad Católica de Colombia, 2018
Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)
https://creativecommons.org/licenses/by-nc/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingeniería
dc.publisher.program.spa.fl_str_mv Ingeniería de Sistemas y Computación
institution Universidad Católica de Colombia
bitstream.url.fl_str_mv https://repository.ucatolica.edu.co/bitstreams/7f134efd-c7c2-4018-aba4-999d6fd0dbc0/download
https://repository.ucatolica.edu.co/bitstreams/9ab81e7c-7632-4689-bfdf-f591a5f22549/download
https://repository.ucatolica.edu.co/bitstreams/4be5cf38-deea-4592-8c79-a05608d04ec6/download
https://repository.ucatolica.edu.co/bitstreams/88cb5a92-8a8f-49d8-a482-d34019ee8434/download
https://repository.ucatolica.edu.co/bitstreams/82a9f748-fb30-4240-a1b2-f81ae885141c/download
https://repository.ucatolica.edu.co/bitstreams/986870a1-0b4f-4b47-ac11-2728b19440ce/download
bitstream.checksum.fl_str_mv 15fe2ed654260ea8cba1be2f0eef4283
9e7f0117d8418ea5728c6368b8a953f4
fa0722056f343f47e04b328a2bb5c124
07c45759272b16e0726505592d0db686
29d0a501352b56a123bd2b8cd7a20235
4b9804fc0797503d12428cf0c832fe02
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad Católica de Colombia - RIUCaC
repository.mail.fl_str_mv bdigital@metabiblioteca.com
_version_ 1814256357717573632
spelling Guzmán-Avendaño, Roger Enriquedc5ef683-0f72-499f-a58c-6325098b9650-1Arias-Páez, Andrés Santiago51d27138-cc0b-4bcb-a787-8e80aa1d6386-1Rubiano-Venegas, David Andrés427b07ae-c354-4f7b-9f7d-01076de4de86-12019-02-23T13:06:55Z2019-02-23T13:06:55Z2018Investigación TecnológicaActualmente en Colombia, las personas sordas tienden a ser excluidas, ya que la mayoría de la población desconoce el lenguaje de señas a causa de que sólo hay un pequeño porcentaje de personas que hacen uso del lenguaje y no ven la necesidad de aprenderlo, este desconocimiento genera un problema de comunicación entre una persona sorda y una oyente; por lo que surge la necesidad de encontrar una solución que supere esta barrera de comunicación, es aquí donde por medio del aprendizaje de máquina, se crean herramientas y métodos para obtener resultados correctos, objetivos y de una manera más rápida.PregradoIngeniero de SistemasResumen Abstract Anexos Acrónimos Introducción 1. Generalidades 2. Planteamiento del problema 3. Formulación del problema 4. Justificación 5. Objetivos 6. Marco referencial 7. Alcances y limitaciones 8. Estado del arte 9. Metodología 10. Diseño metodológico 11. Instalaciones y equipo requerido 12. Discusión y resultados 13. Estrategias de comunicación y divulgación 14. Conclusionesapplication/pdfArias-Páez, A. S. & Rubiano-Venegas, D. A. (2018). Método automático de reconocimiento de voz para la clasificación de vocales al lenguaje de señas colombiano. Trabajo de Grado. Universidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería de Sistemas. Bogotá, Colombiahttps://hdl.handle.net/10983/22809spaFacultad de IngenieríaIngeniería de Sistemas y ComputaciónALBERTO, P. y VALERO, T. Extracción de Información con Algoritmos de Clasificación. [en línea]. s.l: ALBERTO, P. y VALERO, T. [Citado el 12 mayo, 2018]. Disponible en internet: <https://ccc.inaoep.mx/~mmontesg/tesis estudiantes/TesisMaestria-AlbertoTellez.pdf> p. 20.ALEJANDRO OVIEDO. Colombia atlas sordo – Cultura Sorda. [en línea]. s.l: [Citado el 1 mayo, 2018]. Disponible en internet: <http://www.cultura-sorda.org/colombia-atlas-sordo/>CASTRO, M.L., RUIZ, A.J., CÉSAR JIMÉNEZ, J., PATRICIA, N., ESPINOSA. Estadísticas e información para contribuir en el mejoramiento de la calidad de vida de la población sorda colombiana. [en línea]. s.l: CASTRO, M.L., RUIZ, A.J., CÉSAR JIMÉNEZ, J., PATRICIA, N., ESPINOSA [Citado el 7 junio 2018]. Disponible en internet: <http://www.insor.gov.co/historico/images/boletín observatorio.pdf>CLEMENTE, E., VARGAS, A., OLIVIER, A., KIRSCHNING, I. y CERVANTES, O. Entrenamiento y Evaluación de reconocedores de Voz de Propósito General basados en Redes Neuronales feed- forward y Modelos Ocultos de Markov Eduardo. 2018. p. 8.CONGRESO DE COLOMBIA. E 1996 Ley 324 de 1996 - Normas a favor de la Población Sorda. Ley. [en línea]. Bogotá: CONGRESO DE COLOMBIA. [Citado el 1 mayo, 2018] Disponible en internet: <https://puntodis.com/wp-content/uploads/2015/12/Ley_324_de_1996.pdf> p. 1,2,3.Centro de relevo. Relevo de llamadas. [en línea]. Bogotá: Centro de relevo. [Citado el 30 abril, 2018]. Disponible en internet: <http://centroderelevo.gov.co/632/w3-channel.html>Centro de relevo. [en línea]. s.l: Centro de relevo. [Citado el 28 marzo, 2018]. Disponible en internet: <http://centroderelevo.gov.co/632/w3-channel.html>DEFINICION.DE, Definición de voz - Qué es, Significado y Concepto. [en línea]. [Citado el 1 mayo, 2018]. Disponible en: https://definicion.de/voz/.DOCUMENTACION MATLAB, 2018. Hamming window - MATLAB hamming. 2006 [en línea]. [Consulta: 27 octubre 2018]. Disponible en: https://www.mathworks.com/help/signal/ref/hamming.html.DOCUMENTACION MATLAB, 2018. Discrete cosine transform - MATLAB dct. [en línea]. [Consulta: 27 octubre 2018]. Disponible en: https://www.mathworks.com/help/signal/ref/dct.html.DWI, M., NISHIZAKI, I., HAYASHIDA, T. y SEKIZAKI, S. Deep Belief Network Optimization in Speech Recognition. International Conference on Sustainable Information Engineering and Technology (SIET). 2017. p. 3,4,5.Diego Calvo. Red neuronal Convolucional CNN. [en línea]. s.l: Diego Calvo. [Citado el 4 junio 2018]. Disponible en internet: <http://www.diegocalvo.es/red-neuronal-convolucional-cnn/>DotCSV. ¿Qué es el Aprendizaje Supervisado y No Supervisado? [en línea]. s.l: DotCSV [Citado el 2 mayo, 2018]. Disponible en internet: <https://www.youtube.com/watch?v=oT3arRRB2Cw>EDUARDO LLEIDA SOLANO, 2000. Definición de frecuencia - Qué es, Significado y Concepto. [en línea]. [Citado el 1 mayo, 2018]. Disponible en: <http://physionet.cps.unizar.es/~eduardo/investigacion/voz/rahframe.html>.POLAVIDE.ES, el sonido. [en línea]. [Citado el 1 mayo, 2018]. Disponible en: <http://www.polavide.es/energyluzsonido/sonido.html>.FUNDACIÓN GENERAL CSIC. Lychnos cuadernos de la Fundación General CSIC. [en línea]. s.l: Fundación General CSIC. [Citado el 1 mayo, 2018]. Disponible en internet: <http://www.fgcsic.es/lychnos/es_es/articulos/inteligencia_artificial>Fernando Sancho Caparrini. Aprendizaje por refuerzo: algoritmo Q Learning. [en línea]. s.l: Fernando Sancho Caparrini. [Citado el 4 mayo, 2018]. Disponible en internet: <http://www.cs.us.es/~fsancho/?e=109>Fernando Sancho Caparrini. Redes Neuronales: una visión superficial. [en línea]. s.l: Fernando Sancho Caparrini. [Citado el 12 mayo, 2018]. Disponible en internet: <http://www.cs.us.es/~fsancho/?e=72>Friedrich. ¿Qué es la validación cruzada en el aprendizaje automático? [en línea]. s.l: Friedrich [Citado el 10 mayo, 2018]. Disponible en internet: <https://www.quora.com/What-is-cross-validation-in-machine-learning>GARCÍA, S., RAMÍREZ-GALLEGO, S., LUENGO, J., HERRERA, F. y RAMÍREZ-GALLEGO, S. Big Data monografía Big Data: Preprocesamiento y calidad de datos. [en línea]. s.l: GARCÍA, S., RAMÍREZ-GALLEGO, S., LUENGO, J., HERRERA, F. y RAMÍREZ-GALLEGO, S. [Citado el 4 mayo 2018]. Disponible en internet: <http://sci2s.ugr.es/sites/default/files/ficherosPublicaciones/2133_Nv237-Digital-sramirez.pdf> p. 2.GIL, L.J., CASTILLO, L.F. y FLÓREZ, R.D. Reconocimiento de comandos de voz en español orientado al control de una silla de ruedas. UIS Ingenierías, Revista de la facultad de ingeniería físico mecánicas [en línea]. S.L: GIL, L.J., CASTILLO, L.F. y FLÓREZ, R.D. Disponible en internet: <http://search.ebscohost.com/login.aspx?direct=true&db=fua&AN=121143584&lang=es&site=ehost-live> p. 10.Google Play. Hablando con Julis. [en línea]. s.l: Hablando con Julis. [Citado el 30 abril, 2018]. Disponible en internet: <https://play.google.com/store/apps/details?id=io.cordova.julistalkes&hl=es>GÓMEZ, J., SIMANCAS, J., ACOSTA, M., MELÉNDEZ, F. y VÉLEZ, J. Algoritmo de recocimiento de comandos voz basado en técnicas no-lineales. [en línea]. S.L: GÓMEZ, J., SIMANCAS, J., ACOSTA, M., MELÉNDEZ, F. y VÉLEZ, J. Disponible en internet: <http://repositorio.cuc.edu.co/xmlui/handle/11323/904> p. 8,17.INSOR. Contexto general de la población sorda en Colombia. [en línea]. Bogotá: INSOR. [Citado el 28 marzo, 2018]. Disponible en internet: <http://www.insor.gov.co/observatorio/download/Infog_pan_sordos_Col_sept2016.pdf>INSOR. ¿Qué es la lengua de señas? Portal niños. [en línea]. s.l: INSOR. [Citado el 1 mayo, 2018]. Disponible en internet: <http://insor.gov.co/ninos/que-es-la-lengua-de-senas/>IRCAM. Introducción - Codificación predictiva lineal. [en línea]. s.l: IRCAM [Citado el 10 mayo, 2018]. Disponible en internet: <http://support.ircam.fr/docs/AudioSculpt/3.0/co/LPC.html>Ingsistemastelesup. Validación cruzada. [en línea]. s.l: Ingsistemastelesup. [Citado el 10 mayo, 2018]. Disponible en internet: <https://ingsistemastelesup.files.wordpress.com/2017/03/validacion-cruzada.pdf> p. 1,2.JANA ÁLVAREZ. Machine Learning y Support Vector Machines Analítica web. [en línea]. s.l: JANA ÁLVAREZ. [Citado el 12 mayo, 2018]. Disponible en internet: <http://www.analiticaweb.es/machine-learning-y-support-vector-machines-porque-el-tiempo-es-dinero-2/>JASON BROWNLEE. Gentle Introduction to the Bias-Variance Trade-Off in Machine Learning. [en línea]. s.l: JASON BROWNLEE [Citado el 12 mayo, 2018]. Disponible en internet: <https://machinelearningmastery.com/gentle-introduction-to-the-bias-variance-trade-off-in-machine-learning/>JOSÉ MUJICA. Transformada de Fourier. [en línea]. s.l: JOSÉ MUJICA. [Citado el 4 mayo, 2018]. Disponible en internet: <http://www.escuelasuperiordeaudio.com.ve/articles/fourier discrete.html>KLAYLAT, S., OSMAN, Z., HAMANDI, L. y ZANTOUT, R. Enhancement of an Arabic Speech Emotion Recognition System. International Journal of Applied Engineering Research. 2018. p. 4,7.KOO PING SHUNG. Accuracy Precision, Recall or F1? – Towards Data Science. [en línea]. S.L: KOO PING SHUNG. [Citado el 17 mayo, 2018]. Disponible en internet: <https://towardsdatascience.com/accuracy-precision-recall-or-f1-331fb37c5cb9>LLORENTE, C.R., et al. Proyecto fin de carrera. [Citado el 10 mayo, 2018]. Disponible en internet: <http://lorien.die.upm.es/barra/pfcs/2007-carmenr/docs/proyecto.pdf> p. 77.MANUEL BENÍTEZ. emtic – Hetah traductor al lenguaje de signos y a Braile. [en línea]. s.l: MANUEL BENÍTEZ. [Citado el 30 abril, 2018]. Disponible en internet: <https://enmarchaconlastic.educarex.es/244-emtic/herramientas-2-0/1296-hetah-traductor-al-lenguaje-de-signos-y-a-braile>Maria Mercedes Gomez. ¿Sabes qué es una Machine Learning? - Comunidad e-Learning. [en línea], 2017. [Citado el 3 mayo, 2018]. Disponible en internet: <http://elearningmasters.galileo.edu/2017/09/21/sabes-que-es-una-machine-learning/>Mel Frequency Cepstral Coefficient (MFCC) tutorial. 2012 [en línea], [sin fecha]. [Consulta: 30 octubre 2018]. Disponible en: http://practicalcryptography.com/miscellaneous/machine-learning/guide-mel-frequency-cepstral-coefficients-mfccs/.NAVARRO, B.G., [2015]. Trabajo de Fin de Grado Implementación de Técnicas de Deep Learning Implementation of Deep Learning Techniques. [en línea]. S.l.: [Consulta: 30 octubre 2018]. Disponible en: https://riull.ull.es/xmlui/bitstream/handle/915/1409/Implementacion de Tecnicas de Deep Learning.pdf?sequence=1.NICOLÁS SÁNCHEZ ANZOLA. Vista de Máquinas de soporte vectorial y redes neuronales artificiales en la predicción del movimiento USD/COP spot intradiario ODEON. [en línea]. s.l: NICOLÁS SÁNCHEZ ANZOLA. [Citado el 12 mayo, 2018]. Disponible en internet: <https://revistas.uexternado.edu.co/index.php/odeon/article/view/4414/5256>Noticias RCN. Colombia y el reto que tiene pendiente con los sordos del país. [en línea]. Bogotá: Noticias RCN. [Citado el 28 marzo, 2018]. Disponible en internet: <https://www.noticiasrcn.com/nacional-pais/colombia-y-el-reto-tiene-pendiente-los-sordos-del-pais>PELEG, N. Linear Prediction Coding. [en línea]. s.l: [Citado el 10 mayo, 2018]. Disponible en internet: <http://cs.haifa.ac.il/~nimrod/Compression/Speech/S4LinearPredictionCoding2009.pdf> p. 7.RENUKA JOSHI. Precisión recuperación y puntaje de F1: interpretación de las medidas de rendimiento - Exsilio Blog. [en línea]. S.L: RENUKA JOSHI. [Citado el 17 mayo, 2018]. Disponible en internet: <http://blog.exsilio.com/all/accuracy-precision-recall-f1-score-interpretation-of-performance-measures/>Ruye Wang. Discrete Cosine Transform. [en línea]. s.l: Ruye Wang. [Citado el 9 mayo, 2018]. Disponible en internet: <http://fourier.eng.hmc.edu/e101/lectures/Image_Processing/node13.html>SIGNAL PROCESSING, Q., 2018. Why is each window/frame overlapping? 2016-12-28 [en línea]. [Consulta: 27 octubre 2018]. Disponible en: https://dsp.stackexchange.com/questions/36509/why-is-each-window-frame-overlapping.SIGNAL PROCESSING, Q.,2018. Why is each window/frame overlapping? 2016-12-28 [en línea]. [Consulta: 27 octubre 2018]. Disponible en: https://dsp.stackexchange.com/questions/36509/why-is-each-window-frame-overlapping.SISTEMAS.COM, 2016. Definición de Hertz - Significado y definición de Hertz. [en línea]. [Citado el 1 mayo, 2018]. Disponible en: https://sistemas.com/hertz.php.Slide Player. La Transformada Rápida de Fourier. [en línea]. s.l: Slide Player [Citado el 8 mayo, 2018]. Disponible en internet: <http://slideplayer.es/slide/1715431/>Speech processing - The origin of constants in mel-scale formula - Signal Processing Stack Exchange. 2018 [en línea], [sin fecha]. [Consulta: 30 octubre 2018]. Disponible en: https://dsp.stackexchange.com/questions/46209/the-origin-of-constants-in-mel-scale-formula.TECHcetera. ¿Qué es el Test de Turing (y, Google: qué has hecho)? [en línea]. s.l: TECHcetera [Citado el 2 mayo, 2018]. Disponible en internet: <http://techcetera.co/que-es-el-test-de-turing/>Voz y Señas - Traductor LSM. [en línea]. s.l: Voz y Señas - Traductor LSM. [Citado el 28 marzo, 2018]. Disponible en internet: <http://www.vozysenas.com/>.Derechos Reservados - Universidad Católica de Colombia, 2018info:eu-repo/semantics/openAccessAtribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)https://creativecommons.org/licenses/by-nc/4.0/http://purl.org/coar/access_right/c_abf2APRENDIZAJE DE MÁQUINAAPRENDIZAJE DE MÁQUINALENGUAJE DE SEÑAS COLOMBIANO (LSC)MODELOS DE CLASIFICACIÓNRECONOCIMIENTO DE VOZMétodo automático de reconocimiento de voz para la clasificación de vocales al lenguaje de señas colombianoTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1fTextinfo:eu-repo/semantics/bachelorThesishttps://purl.org/redcol/resource_type/TPinfo:eu-repo/semantics/submittedVersionhttp://purl.org/coar/version/c_71e4c1898caa6e32PublicationORIGINALMÉTODO AUTOMÁTICO DE RECONOCIMIENTO DE VOZ PARA LA CLASIFICACIÓN DE VOCALES AL LENGUAJE DE SEÑAS COLOMBIANO.pdfMÉTODO AUTOMÁTICO DE RECONOCIMIENTO DE VOZ PARA LA CLASIFICACIÓN DE VOCALES AL LENGUAJE DE SEÑAS COLOMBIANO.pdfapplication/pdf3994424https://repository.ucatolica.edu.co/bitstreams/7f134efd-c7c2-4018-aba4-999d6fd0dbc0/download15fe2ed654260ea8cba1be2f0eef4283MD51RAE.pdfRAE.pdfapplication/pdf179479https://repository.ucatolica.edu.co/bitstreams/9ab81e7c-7632-4689-bfdf-f591a5f22549/download9e7f0117d8418ea5728c6368b8a953f4MD52TEXTMÉTODO AUTOMÁTICO DE RECONOCIMIENTO DE VOZ PARA LA CLASIFICACIÓN DE VOCALES AL LENGUAJE DE SEÑAS COLOMBIANO.pdf.txtMÉTODO AUTOMÁTICO DE RECONOCIMIENTO DE VOZ PARA LA CLASIFICACIÓN DE VOCALES AL LENGUAJE DE SEÑAS COLOMBIANO.pdf.txtExtracted texttext/plain136390https://repository.ucatolica.edu.co/bitstreams/4be5cf38-deea-4592-8c79-a05608d04ec6/downloadfa0722056f343f47e04b328a2bb5c124MD53RAE.pdf.txtRAE.pdf.txtExtracted texttext/plain17253https://repository.ucatolica.edu.co/bitstreams/88cb5a92-8a8f-49d8-a482-d34019ee8434/download07c45759272b16e0726505592d0db686MD55THUMBNAILMÉTODO AUTOMÁTICO DE RECONOCIMIENTO DE VOZ PARA LA CLASIFICACIÓN DE VOCALES AL LENGUAJE DE SEÑAS COLOMBIANO.pdf.jpgMÉTODO AUTOMÁTICO DE RECONOCIMIENTO DE VOZ PARA LA CLASIFICACIÓN DE VOCALES AL LENGUAJE DE SEÑAS COLOMBIANO.pdf.jpgRIUCACimage/jpeg9840https://repository.ucatolica.edu.co/bitstreams/82a9f748-fb30-4240-a1b2-f81ae885141c/download29d0a501352b56a123bd2b8cd7a20235MD54RAE.pdf.jpgRAE.pdf.jpgRIUCACimage/jpeg18535https://repository.ucatolica.edu.co/bitstreams/986870a1-0b4f-4b47-ac11-2728b19440ce/download4b9804fc0797503d12428cf0c832fe02MD5610983/22809oai:repository.ucatolica.edu.co:10983/228092023-03-24 17:10:43.208https://creativecommons.org/licenses/by-nc/4.0/Derechos Reservados - Universidad Católica de Colombia, 2018https://repository.ucatolica.edu.coRepositorio Institucional Universidad Católica de Colombia - RIUCaCbdigital@metabiblioteca.com