Voz Con Rna

Reconocimiento de Voz usando Redes Neuronales
Artificiales Backpropagation y Coeficientes LPC
Luis. A. Cruz-Beltrán1 and Marco. A. Acevedo-Mosqueda1
1

SEPI-Telecomunicaciones ESIME IPN Unidad Profesional “Adolfo López Mateos".
Col. Lindavista, 07738, México. D. F
lcruzb06@ipn.mx, macevedo@ipn.mx

Abstract. En esta investigación se propone un algoritmo para el
reconocimiento de personasen un canal telefónico. El algoritmo se basa en el
comportamiento de las Redes Neuronales Artificiales (RNA), en particular,
sobre el algoritmo Backpropagation. En este trabajo se utilizan archivos de voz
con formato estándar *.Wav. Se propone un método para la identificación de
hablantes en el canal telefónico. Presentamos los pasos a seguir para la
identificación de hablantes en el canaltelefónico que nos brindaron los mejores
resultados en varias pruebas que realizamos sobre el método que propusimos
para esta investigación.
Keywords: RNA, Wavelets, Backpropagation, Código de Predicción Lineal
(LPC), Wav.

1 Introducción
La verificación o identificación de personas en un canal telefónico, empleando su
patrón de voz, es la base para la realización de este artículo en elcual se propone un
sistema que emplea las características del patrón de voz, LPC y RNA. Para poder
solucionar eficientemente un caso jurídico en el cual se encuentra inmiscuida una
grabación telefónica del acusado como prueba del caso y se necesita de un sistema
que autentifique y corrobore si efectivamente la voz que se encuentra en la grabación
pertenece al inculpado que se encuentra en elproceso penal.
Este documento se divide en las siguientes secciones. En la Sección 2 se presenta
un panorama general de las RNA y los coeficientes LPC. La Sección 3 muestra la
arquitectura de la RNA Backpropagation. En la Sección 4 se da una explicación
detallada del sistema propuesto. En la Sección 5 se presentan los resultados obtenidos.
Finalmente, la Sección 6 es dedicada a las conclusionesde este artículo.

M.A Cruz-Chávez, J.C. Zavala-Díaz (Eds): CICos 2008, ISBN:978-607-00-0165-9. pp.
89-99, 2008

90

Luis A. Cruz-Beltrán, Marco A. Acevedo-Mosqueda

2 Redes Neuronales Artificiales
Las RNA son sistemas de procesamiento de información cuya estructura y
funcionamiento están inspirados en las redes neuronales biológicas [1]. En todo
modelo de RNA se tienen cuatroelementos básicos.
Un conjunto de conexiones, pesos ó sinapsis que determinan el
comportamiento de la neurona, las cuales pueden ser excitadoras, presentan
un signo positivo (conexiones positivas) y las inhibidoras presentan un signo
negativo (conexiones negativas).
Una función que se encarga de sumar todas las entradas multiplicadas por
sus pesos correspondientes.
Una función de activación quepuede ser lineal ó no lineal empleada para
limitar la amplitud de la salida de la neurona.
Una ganancia exterior que determina el umbral de activación de la neurona.
Desde que el psicólogo Frank Rosenblatt en 1957 [1] introdujo el modelo del
perceptrón de una sola capa, las RNA se convirtieron en una herramienta poderosa
para solucionar diversos tipos de problemas relacionados con laclasificación,
estimación funcional y optimización del reconocimiento de patrones.
El modelo propuesto se observa en (1), donde xp1,…, xpi son las unidades de
entrada, wj1,…,wji son los pesos de la RNA, bi es la ganancia ó umbral de activación,
Npj es el producto de los pesos con respecto a la entrada, f es la función de activación
de la RNA y finalmente ypj es la salida de la RNA, estas variables serelacionan en la
siguiente expresión:
y

pj

= f (N

m

pj

= ∑ x pi w
i =1

ji

+ b ),
i

para

m ∈ IR , m < ∞.

(1)

2.1 Código de Predicción Lineal
Una gran parte de las aplicaciones relacionadas con el tratamiento del habla, están
basadas en el análisis de LPC, dado que es capaz de extraer la información lingüística
y eliminar la correspondiente a la persona en...