Name: Identificación de Locutor Texto Dependiente: Sistema de Identificación de Locutor Texto Dependiente en Raspberry pi 3 b con Aplicación en Control de Acceso
Price: 59720.00 CLP
Availability: InStock
Author: Raul Alejandro Blanco Ortiz; Nelson Javier GarzÓN Gamez
ISBN: 9786202809498

portada Identificación de Locutor Texto Dependiente: Sistema de Identificación de Locutor Texto Dependiente en Raspberry pi 3 b con Aplicación en Control de Acceso

Formato

Libro Físico

Autor

Raul Alejandro Blanco Ortiz; Nelson Javier GarzÓN Gamez

Encuadernación

Tapa Blanda

ISBN13

9786202809498

Categorías

Ingeniería electrónica

Identificación de Locutor Texto Dependiente: Sistema de Identificación de Locutor Texto Dependiente en Raspberry pi 3 b con Aplicación en Control de Acceso

Raul Alejandro Blanco Ortiz; Nelson Javier GarzÓN Gamez (Autor) · · Tapa Blanda

Libro Nuevo

$ 59.720

$ 99.530

Ahorras: $ 39.810

40% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Martes 14 de Mayo y el Jueves 23 de Mayo.

Lo recibirás en cualquier lugar de Chile entre 1 y 3 días hábiles luego del envío.

Reseña del libro "Identificación de Locutor Texto Dependiente: Sistema de Identificación de Locutor Texto Dependiente en Raspberry pi 3 b con Aplicación en Control de Acceso"

Este proyecto desarrolla un sistema de reconocimiento de locutor texto dependiente con base a loscoeficientes cepstrales de la voz utilizando una Raspberry Pi 3 B, en conjunto con una tarjeta de audio USB y un micrófono con conexión tipo jack de 3.5mm. En este dispositivo embebido se implementa la captura de la señal de audio, el acondicionamiento de la señal, la extracción de las características de la voz, la técnica de reconocimiento de locutor, el manejo de la base de datos para cada usuario del sistema, el registro de acceso y la implementación de la interfaz. Todo el desarrollo del sistema se realiza en software libre utilizando el lenguaje de programación Python v3.5, utilizando la librería pyaudio para la captura de la señal, librerías matemáticas como numpy, scipy, wave para el acondicionamiento de la señal, para la extracción de los parámetros cepstrales de la voz se utiliza la librería speech_features, la técnica de reconocimiento implementada es DTW y la base de datos del sistema es implementada en MySQL.Al final, se realizan pruebas para identificar falsas aceptaciones y falsos rechazos y así, determinar elporcentaje de error del sistema, su confiabilidad y eficiencia.