Escolar Documentos
Profissional Documentos
Cultura Documentos
Dr. Carlos Alejandro de Luna Ortega1,2, Dr. Miguel Mora Gonzlez1, Dr. Julio Csar Martnez-Romo3, Dr. Francisco
Javier Luna Rosas3
1
Universidad de Guadalajara, Centro Universitario de los Lagos.
Av. Enrique Daz de Len 1144, Paseos de la Montaa, C.P. 47460, Lagos de Moreno, Jal. Mxico
alejandro.deluna@upa.edu.mx, mmora@culagos.udg.mx
2
Universidad Politcnica de Aguascalientes, Departamento de Ingeniera Mecatrnica
3
Instituto Tecnolgico de Aguascalientes, Departamento de Ingeniera Electrnica
Resumen
En el presente trabajo se aborda el uso de la tcnica del
coeficiente de correlacin muestral como un mtodo
de reconocimiento de palabras aisladas pronunciadas
por un hablante, tratando de combatir el problema de
respuesta y complejidad en el proceso algortmico en
un sistema embebido, este mtodo se propone para
su uso en lugar de algoritmos ms complejos en su
estructura algortmica.
La implementacin de la tcnica, consiste en caracterizar
la seal de voz mediante el uso de los Coeficientes
de Prediccin Lineal (LPC), para la obtencin de un
vector caracterstico, que ser procesado por la tcnica
del coeficiente de correlacin muestral R, para realizar
el reconocimiento de la palabra contra la muestra y
obtener un resultado. Con este mtodo propuesto, se
trabaj con la pronunciacin de las palabras adelante,
atrs, derecha e izquierda, obteniendo un 8% de error
en el reconocimiento de manera global, ofreciendo un
porcentaje igual o cercano a algoritmos de estructura
compleja como las redes neuronales.
(2)
donde
(9)
(10)
(4)
(5)
(6)
k =1
Ep = s 2 [n] + ak s[n]s[n k ].
n
k =1
(8)
(11)
(14)
F. Reconocimiento
Conclusiones
Figura 3. Diagrama de bloques del proceso de
reconocimiento