Mostrar el registro sencillo del ítem
dc.contributor.advisor | Diego Antón, María de | es_ES |
dc.contributor.advisor | Ferrer Contreras, Miguel | es_ES |
dc.contributor.author | Aguirre Martín, Fabián | es_ES |
dc.date.accessioned | 2017-10-25T12:32:02Z | |
dc.date.available | 2017-10-25T12:32:02Z | |
dc.date.created | 2017-09-28 | |
dc.date.issued | 2017-10-25 | es_ES |
dc.identifier.uri | http://hdl.handle.net/10251/90005 | |
dc.description.abstract | Nowadays, technology tends to join the Artificial Inteligence field, where systems take decisions. In the last decades, there has been developed diverse systems as a combination of audio processing and Machine Learning algorithms, mainly aplications focused on voice and music. However, sound recognition and classification from a general point of view is an investigación field of particular interest. This work, gives a general vision of the whole process carried out to make Automatic Audio Classification, using digital audio processing as Feature Extraction, and the Supervised Machine Learning classification algorithms based on Pattern Recognition. | es_ES |
dc.description.abstract | Actualmente, la tecnología tiende cada vez más a unirse al ámbito de la Inteligencia Artificial, donde los propios sistemas toman decisiones. En las últimas décadas se han desarrollado diversos sistemas fruto de una combinación entre el procesado de audio y los algoritmos de Aprendizaje Automático, principalmente aplicaciones orientadas a voz y música. Sin embargo, el reconocimiento y clasificación de sonidos desde un punto de vista genérico es actualmente un campo objeto de investigación de particular interés. En este trabajo, se aporta una visión general de todo el proceso llevado a cabo para realizar clasificación automática de audio, utilizando el procesado digital de audio denominado Extracción de Características, y los algoritmos de clasificación del Aprendizaje Automático Supervisado basados en Reconocimiento de Patrones | es_ES |
dc.format.extent | 119 | es_ES |
dc.language | Español | es_ES |
dc.publisher | Universitat Politècnica de València | es_ES |
dc.rights | Reserva de todos los derechos | es_ES |
dc.subject | Mel Frequency Cepstral Coefficients (MFCC). | es_ES |
dc.subject | Extracción de características | es_ES |
dc.subject | Inteligencia Artificial | es_ES |
dc.subject | Procesado de audio | es_ES |
dc.subject | Aprendizaje Automático | es_ES |
dc.subject | Reconocimiento de Patrones | es_ES |
dc.subject | Pattern Recognition | es_ES |
dc.subject | Machine learning | es_ES |
dc.subject | Digital audio processing | es_ES |
dc.subject.classification | TEORIA DE LA SEÑAL Y COMUNICACIONES | es_ES |
dc.subject.other | Máster Universitario en Ingeniería Acústica-Màster Universitari en Enginyeria Acústica | es_ES |
dc.title | Desarrollo y análisis de clasificadores de señales de audio | es_ES |
dc.type | Tesis de máster | es_ES |
dc.rights.accessRights | Abierto | es_ES |
dc.contributor.affiliation | Universitat Politècnica de València. Instituto Universitario de Telecomunicación y Aplicaciones Multimedia - Institut Universitari de Telecomunicacions i Aplicacions Multimèdia | es_ES |
dc.contributor.affiliation | Universitat Politècnica de València. Departamento de Comunicaciones - Departament de Comunicacions | es_ES |
dc.contributor.affiliation | Universitat Politècnica de València. Escuela Politécnica Superior de Gandia - Escola Politècnica Superior de Gandia | es_ES |
dc.description.bibliographicCitation | Aguirre Martín, F. (2017). Desarrollo y análisis de clasificadores de señales de audio. Universitat Politècnica de València. http://hdl.handle.net/10251/90005 | es_ES |
dc.description.accrualMethod | TFGM | es_ES |
dc.relation.pasarela | TFGM\66213 | es_ES |