Selección y estimación de parámetros en sistemas de reconocimiento de voz basados en modelos ocultos de Markov

Abstract

EL PRESENTE TRABAJO ESTA COMPROMETIDO ESENCIALMENTE CON EL ESTUDIO DE ALGUNOS ASPECTOS DEL MODELADO ACUSTICO CON MODELOS OCULTOS DE MARKOV (HMM), QUE, POR AHORA, SIGUE SIENDO LA APROXIMACION MAS EXTENDIDA EN EL AMBITO DEL RECONOCIMIENTO AUTOMATICO DEL HABLA, FUNDAMENTALMENTE, SE ABORDA EL PROBLEMA DE LA SELECCION Y ESTIMACION DE LOS MODELOS, ASI COMO SU ENRIQUECIMIENTO CON LA INCORPORACION DE INFORMACIONES UTILES QUE NO SON, EN OTROS CASOS, APROVECHADAS. ENTRE LOS PUNTOS BASICOS PUEDE DESTACARSE: 1) ENRIQUECIMIENTO DE LOS VECTORES DE CARACTERISTICAS MEDIANTE LA INCORPORACION DE INFORMACION SOBRE LA ENERGIA DE LA SEÑAL Y PROPOSICION DE UN DISTANCIA DE PROCESADO DE SEÑAL APROPIADA, 2) ESTUDIO SOBRE LAS POSIBILIDADES DE ESTIMACION DISCRIMINATIVA EN MODELOS CON CUANTIZACION MULTIPLE (MVQ) Y OBTENCION DE NUEVOS ALGORITMOS DE DISEÑO DISCRIMINATIVO DE DICCIONARIOS VQ, Y 3) CREACION DE UN NUEVO MODELADO HMM (DENOMINADO SCMVQ) QUE INCORPORA LAS IDEAS DE MVQ Y MODELADO HMM SEMICONTINUO.