Introducción

Durante los últimos años ha surgido un nuevo tipo de interfaz humano-computadora, el cual
combina varias tecnologías del lenguaje para permitir el acceso y transferencia de información a
través del habla. El reconocimiento de voz es una de las formas de comunicación con las maquinas
que se está sobreponiendo con más fuerza a otras formas de interacción más tradicionales, como
lo son la utilización de botones físicos, táctiles, etc.

En este proyecto se realiza una simulación de un sistema de reconocimiento de voz basado en un

modelo autorregresivo, con el cual a partir del cálculo de sus parámetros, se puede utilizar para
identificar fenómenos transitorios dentro de una señal básicamente ruidosa. Esto se lleva a cabo
calculando los coeficientes AR para un tramo corto de la señal y realizando luego un filtrado de la
señal completa. El método utilizado para calcular los parámetros AR fue el de las ecuaciones de
yule Walker, que presentaremos mas adelante.

Pruebas y resultados

En el experimento primero se generó una base de datos con la muestra de las voces de cada
participante, y una segunda base de datos para comparar el espectro en frecuencia de las voces de
cada base, el audio de las voces se guardó en el formato m4a. Se tomaron 256 muestras de la
señal, se le agregaron 16 polos con la intención de que las señales resultantes tuvieran la
suficiente cantidad de detalles para poder ser diferenciadas, obteniendo así mejores resultados y
por cuestiones de simplicidad no se le agregaron ceros al sistema.

Se compararon los espectros de voz de la primera base de datos de cada participante con la
intención de ver la diferencia entre las muestras de cada uno, y luego se procedió a comparar los
espectros de la segunda base de datos con los de la primera, y se obtuvieron resultados
satisfactorios al observar que las muestras de la segunda base de datos de cada participante se
asemejaban en gran manera a las muestras de la primera con ligeras diferencias en sus espectros.