Uso de MFCC a un sistema de reconocimiento de voz de ANN

1. ¿Cómo se usa MFCC en el reconocimiento de voz??
2. ¿Se pueden utilizar redes neuronales para el reconocimiento de voz??
3. ¿Para qué se usa MFCC??

¿Cómo se usa MFCC en el reconocimiento de voz??

MFCC son características populares extraídas de señales de habla para su uso en tareas de reconocimiento. En el modelo de habla de origen de origen, se entiende que MFCC representa el filtro (tracto vocal). La respuesta de frecuencia del tracto vocal es relativamente suave, mientras que la fuente del habla expresa se puede modelar como un tren de impulso.

¿Se pueden utilizar redes neuronales para el reconocimiento de voz??

Las redes neuronales son muy poderosas para el reconocimiento del habla. Hay varias redes para este proceso. RNN, LSTM, red neuronal profunda y HMM-LSTM híbrido se utilizan para el reconocimiento de voz.

¿Para qué se usa MFCC??

Los MFCC se usan comúnmente como características en los sistemas de reconocimiento de voz, como los sistemas que pueden reconocer automáticamente los números hablados en un teléfono. Los MFCC también encuentran cada vez más usos en aplicaciones de recuperación de información musical, como clasificación de género, medidas de similitud de audio, etc.