Clasificación de Fonemas mediante Paquetes de Onditas orientadas Perceptualmente y una Red Neuronal por Fonema

H. TORRES; C. MARTÍNEZ; H. RUFINER

Säo Carlos

Jornada; VIII Jornadas de Jovens Pesquisadores do Grupo Montevideo; 2000

Grupo Montevideo

En poco más de diez años de existencia, el área de las onditas (en inglés wavelets) ha llegado a ser de suma importancia para el procesamiento de señales. Esto se debe en gran parte a su manera natural de tratar a las señales no-estacionarias. En trabajos anteriores se ha utilizado la transformada Paquetes de Onditas como preprocesamiento en un sistema de Reconocimiento Automático del Habla (RAH), donde el clasificador consistía en una Red Neuronal Artificial con Retardos Temporales (TDNN, del inglés Time Delay Neural Network). En estos trabajos se exploraba cómo se comportaban distintos paquetes de onditas orientados perceptualmente según la escala de Mel, tomando el logaritmo de la energía de cada banda como patrón de entrada para el clasificador, el cual consistía en una sola gran TDNN. En este trabajo se presenta una nueva estructura de TDNN modular, la cual consiste en una red para cada uno de los fonemas a clasificar. Esto provee un significante aumento en los porcentajes de reconocimiento del sistema. Para realizar los experimentos se utilizó la base de datos TIMIT, ampliamente difundida en el medio, sobre los fonemas "b", "d", "eh", "jh" y "ih", los cuales han sido utilizados en experimentos anteriores.