Sistema offline de reconocimiento de comandos de voz para raspberry pi usando aprendizaje automático

Vista sencilla de ítem
dc.contributor.advisorRomero Alvarez, Fran Ernesto
dc.contributor.authorMorelo Mejia, Ibrahimme
dc.contributor.authorVillegas Oyola, Andrés Ramiro
dc.date.accessioned2022-03-07T20:03:12Z
dc.date.available2022-03-07T20:03:12Z
dc.date.issued2021
dc.description.abstractCon el auge exponencial de la computación en la nube cada vez son más los sistemas que la adoptan sin tener en cuenta la latencia producida en la internet, el reconocimiento de voz es uno de los campos donde comúnmente se hace uso de la nube dado el volumen de datos que usa para tal fin. En el presente documento se propuso el desarrollo de un sistema de reconocimiento de voz offline orientado a comandos de desplazamiento terrestre en idioma español para un robot construido sobre arquitecturas de bajo costo como Raspberry Pi y la aceleradora USB Coral. Se usaron las redes neuronales convolucionales para el entrenamiento del modelo, así como dos conjuntos de datos obtenidos a través de voluntarios y usuarios del sistema en cuestión. En alineación con la modalidad del proyecto (desarrollo tecnológico), se utilizó la metodología ágil SCRUM para sostener una mejor comunicación y alineación con el cliente. El sistema de reconocimiento de voz alcanzó una eficiencia promedio expresada en tiempo de 0.31 segundos necesarios para realizar la acción solicitada, la eficacia del sistema medida en precisión fue del 86% considerada alta para el contexto. Estos resultados fueron obtenidos en entornos sin ruidos externos y con usuarios que hicieron parte del entrenamiento del modelo. El estudio mostró cómo se pueden desarrollar sistemas de reconocimiento de voz desconectados de internet y con buen desempeño.spa
dc.description.abstractenglishWith cloud computing's exponential rise, more and more systems are using it without considering the latency generated, for speech recognition the cloud is generally used because of the amount of data. In the present paper, a system of speech command recognition in Spanish was proposed to perform land displacement operations in a robot built with low-cost tools like Raspberry Pi and USB Accelerator Google Cora. A Neural network convolutional was used to train two datasets obtained through forms and a module developed for this purpose. According to project mode (technological development), the agile SCRUM methodology was used to have better communication with the project client. The system reached an efficiency (response time) average of 0.31 seconds, on the other hand, the efficacy measured in precision was 86% with it is high for the test context. These results were obtained in environments without external noise and with users who were part of the model's training. The study showed how developing speech commands recognition systems offline can be a good option to reach good performance.eng
dc.description.degreelevelPregradospa
dc.description.degreenameIngeniero de sistemasspa
dc.format.mimetypeapplication/pdf
dc.identifier.instnameinstname:Universidad El Bosquespa
dc.identifier.reponamereponame:Repositorio Institucional Universidad El Bosquespa
dc.identifier.repourlrepourl:https://repositorio.unbosque.edu.co
dc.identifier.urihttps://hdl.handle.net/20.500.12495/7150
dc.language.isospa
dc.publisher.facultyFacultad de Ingenieríaspa
dc.publisher.grantorUniversidad El Bosquespa
dc.publisher.programIngeniería de sistemasspa
dc.rightsAtribución-NoComercial-CompartirIgual 4.0 Internacional*
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightshttps://purl.org/coar/access_right/c_abf2
dc.rights.localAcceso abiertospa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/*
dc.subjectReconocimiento de vozspa
dc.subjectInteligencia artificialspa
dc.subjectRedes neuronales convolucionalesspa
dc.subjectAprendizaje automáticospa
dc.subject.armarcComputación en la nubespa
dc.subject.armarcSistemas de procesamiento de la vozspa
dc.subject.armarcLingüística computacionalspa
dc.subject.ddc621.3
dc.subject.keywordsSpeech recognitionspa
dc.subject.keywordsArtificial intelligencespa
dc.subject.keywordsConvolutional neural networkspa
dc.subject.keywordsMachine learningspa
dc.titleSistema offline de reconocimiento de comandos de voz para raspberry pi usando aprendizaje automáticospa
dc.title.translatedOffline speech command recognition system for Raspberry Pi using machine learningspa
dc.type.coarhttps://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttps://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.hasversioninfo:eu-repo/semantics/acceptedVersion
dc.type.localTesis/Trabajo de grado - Monografía - Pregradospa

Archivos

Bloque original
Mostrando 1 - 2 de 2
Miniatura
Nombre:
Morelo_Mejia_Ibrahimme_2021.pdf
Tamaño:
2.89 MB
Formato:
Adobe Portable Document Format
Descripción:
Sistema offline de reconocimiento de comandos de voz para raspberry pi usando aprendizaje automático
Descargar
No hay miniatura disponible
Nombre:
Morelo_Mejia_Ibrahimme_2021_Carta_de_autorización.pdf
Tamaño:
325.08 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta de autorización
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Ingeniería de Sistemas