RECONOCIMIENTO Y SINTETIZACION DE HABLA

Autor: MONTORO MANRIQUE GERMÁN.
Año: 2004.
Universidad: AUTÓNOMA DE MADRID.
Centro de lectura: ESCULA POLITÉCNICA SUPERIOR.
Centro de realización: ESCUELA POLITÉCNICA SUPERIOR.

Resumen: Este trabajo se inicia mostrando las principales características que presentan los entornos inteligentes y las interfaces de diálogos orales que se pueden emplear en los mismos. A continuación se introduce una propuesta de entorno inteligente seguida de soluciones para el desarrollo de interfaces orales en estos espacios. El trabajo detalla la funcionalidad del sistema de diálogos implementado, de acuerdo con los requerimientos establecidos para este tipo de entornos. El enfoque tomado presta especial importancia a la necesidad de que las interfaces se puedan crear de forma automática y se adapten a las características dinámicas de los entornos inteligentes. Finalmente se muestran los resultados de la evaluación realizada con usuarios de la interfaz propuesta en un entorno real.

Autor: GÓRRIZ SÁEZ JUAN MANUEL.
Año: 2005.
Universidad: GRANADA.
Centro de lectura: ESCUELA TÉCNICA SUPERIOR DE INGENIERÍAS INFORMÁTICA Y DE TELECOMUNICACIÓN.
Centro de realización: ESCUELA TÉCNICA SUPERIOR DE INGENIERÍAS INFORMÁTICA Y DE TELECOMUNICACIÓN.

Resumen: En este trabajo se presentan nuevos avances en el campo de la detección de actividad de voz (VAD, del inglés "Voice Activity Detection") para su aplicación a Reconocimiento robusto del Habla en entornos ruidosos. Los nuevos detectores de actividad de voz (VADs) se basan en distintas metodologías: 1,- Tests estadísticos basados en promedios biespectrales sobre la rejilla en el dominio bi-frecuencia. 2,- Tests estadísticos basados en el cociente de probabilidad (LRT) de magnitudes biespectrales integradas. 3,- Análisis cluster para modelado del espacio de ruido y formulación de una regla de decisión basada en divergencia cluster. 4,- Máquinas de vectores soporte (SVMs) aplicadas a las clases de SNRs en subbandas de energía. El rendimiento de los VADs propuestos es superior en tasa de acierto de detección para una falsa alarma dada, cuando los comparamos con los VADs estándar, como los de ITU-T G.729, ETSI GSM AMR y ETSI AFE, y con los recientemente publicados, usando las bases de datos más representativas de ETSI como son AURORA2&3, y al formar parte de un sistema automático de reconocimiento (ASR), mejoran sensiblemente la tasa de reconocimiento de palabra en entornos ruidosos.

Autor: Fiérrez Aguilar Julián.
Año: 2005.
Universidad: POLITÉCNICA DE MADRID.
Centro de lectura: E.T.S. DE INGENIEROS DE TELECOMUNICACION.
Centro de realización: ETSI Telecomunicación.

Resumen: Se denomina reconocimiento biométrico al proceso que permite asociar una identidad con un individuo de forma automática, mediante el uso de alguna característica personal que le sea inherente. El objetivo en la verificación biométrica es decidir entre dos clases, cliente o impostor. Para tal finalidad hay una serie de modalidades fisiológicas que pueden ser consideradas como: la huella dactilar, el iris, la cara, la geometría de los dedos y/o la mano, o la huella palmar, la voz, la escritura y la firma manuscrita, o el modo de andar (marcha), ... Esta Tesis se centra en la combinación de varios rasgos biométricos para superar algunas de las limitaciones de rasgos individuales, en lo que se conoce como un sistema biométrico multimodal. La mayoría de estrategias para la fusión multimodal existentes en la literatura se basan en la fusión de las puntuaciones proporcionadas por los sistemas individuales. En la mayor parte de los casos se asume que dichos esquemas de combinación se mantienen fijos durante la etapa de verificación. Esta Tesis se centra en el estudio de esquemas adaptados de fusión durante la etapa de verificación y se plantean nuevas arquitecturas de fusión para autenticación biométrica adaptadas tanto a los diferentes usuarios registrados en el sistema, como a la calidad de las señales biométricas de entrada; resultando en esquemas adaptados de fusión para autenticación biométrica multimodal. Estos esquemas encuentran aplicación asimismo en otros escenarios que combinan diferentes fuentes de información biométrica y no necesariamente diferentes rasgos, como son la fusión multi-sensor, multi-algoritmo, multi-unidad, y de unidades repetidas. El término 'adaptado' en esta Tesis se refiere a esquemas entrenados utilizando información general, por ejemplo un conjunto de usuarios de referencia, y ajustados al considerar información específica bien del usuario que se trate o bien de la calidad de la muestra biométrica de entrada. En este sentido, los enfoques dependientes de usuario presentados en esta Tesis son originales. Enfoques similares en la literatura o bien están entrenados únicamente con la información genérica, o bien están entrenados con la información particular del usuario, pero no utilizan ambas simultáneamente. También son originales los trabajos de adaptación teniendo en cuenta la calidad biométrica. Las tecnicas de fusión en la mayoría de los casos se presentan tanto sobre implementaciones basadas en modelos estadísticos como en Máquinas de Vectores Soporte (SVM). Los estudios experimentales de la Tesis se basan en prácticas comunes para la evaluación de rendimiento en sistemas de autenticación multimodales, y se describen y presentan las bases de datos biométricos multimodales utilizadas. Los resultados experimentales comienzan con la aplicación de las técnicas de fusión adaptada a tres problemas de autenticación biométrica unimodal multi-algoritmo basados en firma escrita, voz, y huella dactilar, respectivamente. Realizándose un estudio comparativo de los esquemas adaptados presentados. Por último se estudian los esquemas de fusión adaptada tanto a usuario como a la calidad de las señales de entrada en sus dos versiones propuestas, basadas en modelos estadísticos o en SVM. Se demuestra la superioridad de los esquemas adaptados a usuario frente a los métodos tradicionales independientes de usuario, o dependientes de usuario sin uso de información general. En el estudio comparativo se demuestra la superioridad del esquema basado en SVM cuando el número de muestras de entrenamiento es reducido, y la del enfoque estadístico cuando el número de muestras es elevado. En el caso de fusión dependiente de calidad se demuestra la mejora proporcionada al tener en cuenta la calidad en ambos enfoques, especialmente en el esquema basado en SVM.