Desarrollo de un algoritmo de detección de voz en castellano con TinyML

Abstract

Los sistemas de detección de voz (VAD, “voice activity detection”) persiguen detectar la presencia de voz y diferenciar las secciones de voz de las de silencio o ausencia de voz. Son importantes para las aplicaciones basadas en la voz, tales como la codificación y el reconocimiento de voz. La literatura recoge diversas metodologías para alcanzar este objetivo y, en este caso, se presenta un VAD para lengua castellana basado en la detección de fonemas vocálicos. Por otro lado, Tiny Machine Learning (TinyML) es un campo reciente que supone un punto de encuentro entre los métodos de aprendizaje automático y los sistemas embebidos, con la premisa de llevar las técnicas de inteligencia artificial hasta dispositivos de bajo coste, baja capacidad de procesamiento y limitada capacidad de almacenamiento, como pueden ser los microcontroladores. Este TFM se plantea con el objetivo de recrear todas las etapas que permiten la integración en un microcontrolador de un sistema de inteligencia artificial, concretamente, de un sistema VAD implementado sobre la plataforma Arduino. Esto incluye la creación de la base de datos necesaria, la programación y entrenamiento del algoritmo de detección de voz, su posterior adaptación e implementación en el microcontrolador (TinyML) y, por último, el análisis y validación de los resultados obtenidos.