Use este identificador para citar ou linkar para este item:
https://repositorio.pucgoias.edu.br/jspui/handle/123456789/3541
Tipo: | Trabalho de Conclusão de Curso |
Título: | Análise de áudio de voz para identificação do emissor utilizando técnicas de processamento de sinais e redes neurais artificiais |
Autor(es): | Deus, Maria |
Primeiro Orientador: | Oliveira, Max Gontijo de |
metadata.dc.contributor.referee1: | Ribeiro, Lucília Gomes |
metadata.dc.contributor.referee2: | Abadia, Fernando Gonçalves |
Resumo: | Este projeto visa realizar a identificação do emissor de uma amostra de voz, caso existam amostras cadastrados em uma base de dados. Essas amostras serão usadas para treinamento da rede neural multilayer perceptron (MLP) que realizará a identificação do emissor do sinal de voz. Para isso é necessário utilizar métodos de manipulação de sinais e extração de características da voz, sendo utilizados neste trabalho o método de extração de características Mel-Frequency Cepstral Coefficents (MFCC). Em posse das características é possível identificar os padrões do sinal de voz do emissor, utilizando neste trabalho o pacote Python scikit-learn com ferramentas de machine learning. Os resultados obtidos nos experimentos mostram que o algoritmo é eficiente para a identificação, quando as variáveis de configuração estão devidamente calibradas. Porém apresenta limitações quando é considerado a possibilidade de manipular os sinais de voz ou até mesmo quando consideramos a possibilidade de uma inteligência artificial imita o sinal de voz original. |
Palavras-chave: | Processamento de sinais Identificação de emissor Redes neurais MPL Máquinas de comitê |
CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO::LOGICAS E SEMANTICA DE PROGRAMAS CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::PROCESSAMENTO GRAFICO (GRAPHICS) |
Idioma: | por |
País: | Brasil |
Editor: | Pontifícia Universidade Católica de Goiás |
Sigla da Instituição: | PUC Goiás |
metadata.dc.publisher.department: | Escola Politécnica |
Tipo de Acesso: | Acesso Aberto |
URI: | https://repositorio.pucgoias.edu.br/jspui/handle/123456789/3541 |
Data do documento: | 16-Dez-2021 |
Aparece nas coleções: | TCC Ciência da Computação |
Arquivos associados a este item:
Arquivo | Tamanho | Formato | |
---|---|---|---|
TCC-Maria_Regina-2021.pdf | 2 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.
Ferramentas do administrador