Clasificación de voces normales y patológicas empleando la transformada wavelet

En este trabajo se presenta el desarrollo de la metodología de un sistema de clasificación de voces normales y patológicas utilizando como herramienta de análisis la Transformada Wavelet, ya que se constituye en una herramienta apropiada para el análisis de señales no estacionarias como la voz cuyo contenido espectral varía con el tiempo. Se plantea el uso de redes neuronales tipo perceptrón multicapa utilizando la técnica de aprendizaje backpropagation y el metodo de optimización de Levenberg-Marquardt como estrategia para la etapa de clasificación de voces normales y patológicas. Se describe el marco experimental realizado para cada una de las etapas que conforman la metodología propuesta y con el cual se obtuvieron resultados satisfactorios al momento de clasificar las voces normales y patológicas. Además se presentan detalladamente los algoritmos y la interfaz gráfica desarrollada bajo la plataforma de MATLAB 5.3.

• Fecha de publicación: 2006
• Institución: Universidad Tecnológica de Bolívar
• Repositorio: Repositorio Institucional UTB
• Idioma: spa
• OAI Identifier: oai:repositorio.utb.edu.co:20.500.12585/1521
• Acceso en línea: https://hdl.handle.net/20.500.12585/1521
• Palabra clave: Redes neurales (computadores); Reconocimiento automático de la voz; Sistemas de procesamiento de voz
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/