Reconocimiento del habla en el aprendizaje profundo

El reconocimiento del habla mediante redes neuronales de convolución se utiliza para reconocer las palabras, digitalizarlas y analizar el sonido. Entrena un modelo de aprendizaje profundo que detecta la presencia de comandos de voz en el audio que se implementa mediante el uso de MATLAB. Utiliza una red neuronal de convolución para entrenar un modelo. El modelo fue entrenado para comandos y ruido de fondo. El modelo entrenado obtuvo una precisión del 96,34% al probar los datos. Define el nivel para el procesamiento de audio y el nivel de identificación en Hz y construye un visor de interfaz de audio que puede interpretar el audio del micrófono. Cuando hablamos comandos lo detecta y lo visualiza y si hablamos otra cosa que no sean comandos lo muestra como desconocido. Cuando no hablamos nada detecta el ruido de fondo.