SISTEMA DE RECONOCIMIENTO DE VOZ BASADO EN UN MÉTODO DE APRENDIZAJE SUPERVISADO Y LA CORRELACIÓN DE PEARSON (K-NN ALGORITHM AND PEARSON CORRELATION-BASED A VOICE RECOGNITION SYSTEM)

Resumen

Resumen
El reconocimiento automático de voz es una disciplina de la inteligencia artificial, que tiene como objetivo permitir la comunicación hablada entre seres humanos y computadoras. Este artículo propone un sistema de reconocimiento de voz, basado en la extracción de características distintivas de la voz y el método de aprendizaje supervisado, denominado algoritmo k-NN (k-Nearest Neighbors), que requiere del entrenamiento del sistema. Así como se plantea calcular automáticamente por medio de la correlación de Pearson, para que el sistema de reconocimiento de voz sea más del algoritmo k-NN. Finalmente, se evalúa el sistema con voces de personajes conocidos para centrarse en la eficiencia del sistema.
Palabras Clave: Algoritmo K-vecinos más cercanos, correlación de Pearson, entrenamiento, extracción de características, sistema de reconocimiento de voz.

Abstract
Automatic speech recognition or automatic voice recognition is a discipline of artificial intelligence, which aims to allow spoken communication between humans and computers. This paper proposes a speech recognition system, based on the extraction of distinctive characteristics of the voice, and the k-NN (k-Nearest Neighbors) algorithm, which requires training of the system. As well as, it, presents the calculation of through Pearson's correlation, in this way k will not be fixed, and the speech recognition will be most efficient. Finally, the system is evaluated; by using known characters for it focuses on the efficiency of such system.
Keywords: Feature extraction, k-Nearest neighbors Pearson correlation, training, voice recognition system.