Reconocimiento fonológico de voz integrado en un modulo de control electrónico casco-motocicleta

Abstract

En la actualidad 7 de cada 10 equipos tecnológicos de reconocimiento de comandos de voz tiene un grado de dependencia de la red de internet y de cada 8 de 10 componentes electrónicos que cuentan con un reconocimiento de voz, tienen una dependencia de solo un determinado hablante. Prácticamente todo este reconocimiento requiere de un computador de grandes dimensiones con un procesador amplio, que dificulta la utilidad portable de este sistema. La tecnología IOT (Internet de las Cosas) hasta la actualidad (2018) comprende en un 70 por ciento los sistemas domóticos dirigidos a la seguridad, donde necesitan una forma fija de adaptación de funcionamiento como una dependencia de corriente continua además de una conexión estable de internet. El 30 por ciento de la innovación tecnológica IOT está dirigida a la cotidianidad de personas discapacitadas, que de igual forma requiere de servicios de navegación continuos. La presente tesis de grado muestra de manera científica investigativa la eficiencia de un sistema de reconocimiento de comandos de voz basados en los Modelos Ocultos de Markov (HMM) aplicando un entrenamiento fonológico, lo cual reduce el tiempo y costo de proceso del microprocesador implementado, también cuenta con la particularidad de reconocimiento del habla de diferentes usuarios gracias al proceso de HTK para la información característica de la fonología. Cabe resaltar que es posible tener un módulo de control electrónico Raspberry Pi y Arduino de tamaño reducido dentro de un casco de tipo modular para motocicleta que no requiere necesariamente de conexión a internet, funcionando de manera continua con una fuente de energía no mayor a la carga de un celular (5 voltios). Todas estas particularidades estarán dirigidas a la activación del sistema eléctrico de una motocicleta proporcionando mejoras en el manejo tradicional de una motocicleta.