Simulación de redes neurales con retropropagación para reconocimiento de personas por su voz

Abstract

Se estudian los elementos del procesamiento digital de señales, reconocimiento de patrones y redes neurales; combinándose para simular con un computador personal sistemas experimentales para reconocimiento de personas sobre una población de 8 sujetos. La fase experimental utiliza dos tipos de redes neurales: un clasificador único y un conjunto de redes personalizadas. Los dos tipos de redes de tres capas se entrenan con retropropagación de error. Como vetores patrón se usan 2 conjuntos de parámetros acústicos basados en promedios de incrementos espectrales y promedios de amplitudes espectrales sobre pronunciaciones de 2,6 segundos procesados, usando Predicción Líneal.