Arquitectura neuronal para reconocimiento del habla

Abstract

Esta tesis investiga la utilización de redes neuronales artificiales en la construcción de sistemas sencillos de reconocimiento del habla. Se ha usado principalmente un modelo ampliado del perceptrón multicapa (MLP) -con capas bidimensionales y conectividad local- que hemos denominado XMLP (eXtended MultiLayer Perceptron). Se ha desarrollado una herramientas de simulación y entrenamiento del XMLP, con la que se han realizado experimentos de reconocimiento de fonemas y de palabras aisladas- Se ha estudiado el funcionamiento del XMLP con valores discretos, de cara a realizar implementaciones físicas. Algunos de los modelos de MLP/XMLP que han proporcionado buenos resultados se han implementado en FPGA (Field Programmable Gate Arrays) utilizando los lenguajes Handel-C y VHDL. Además se ha implementado una tarjeta de adquisición de sonido para PC y se han desarrollado el software de control y la interfaz gráfica de usuario necesarios para capturar una base de datos para el entrenamiento de una futura arquitectura autónoma.