PROCESAMIENTO DE VOZ EN ESPANOL MEXICANO APLICADO A ROBÓTICA MÓVIL UTILIZANDO HERRAMIENTAS DE SOFTWARE LIBRE.

Este trabajo de investigación de tesis de maestría proporciona un panorama global del estado del arte involucrado en la tecnología del reconocimiento del habla y del software de robots móviles. El conocer lo complejo de las herramientas que se utilizan para la construcción de este tipo de sistemas brinda una idea de los avances que se han hecho hasta el momento en el campo del procesamiento del lenguaje natural y justifica el hecho de utilizarlas. La investigación realizada explica cómo utilizar las herramientas de software libre CMUSp-hinx3 proporcionado por la Universidad Carnegie Mellon, los modelos acústicos Dimex30 proporcionados por la Universidad Autónoma de México, el sintetizador de voz Festival proproporcionado por la Universidad de Edinburgo y la plataforma de desarrollo abierta Player/Stage proporcionada por la Univeridad del Sur de California. El reconocimiento automático del habla consiste, en su acepción más general, en la transcripción de voz a texto. A partir de este concepto se describen los pasos necesarios para realizar reconocimiento de voz a partir de CMUSphix3 y los modelos acústicos DIMEx30. Se hace uso del lenguaje de programación PERL y del sintetizador de voz Festival para indicar si el proceso de reconocimiento de voz realizado fue exitoso. Se utiliza la plataforma de desarrollo abierta Player/Stage para crear cinco aplicaciones de movimiento para un robot simulado en un ambiente de dos dimensiones dirigido mediante las órdenes verbales obtenidas en el proceso de reconocimiento de voz realizado por medio de CMUSphinx3. Finalmente, se aprovecha la clasificación de patrones proporcionado por PERL, para dirigir el robot creado en el laboratorio de sistemas computacionales del posgrado de ingeniería ́ éléctrica. Mediante la investigación y los resultados de este trabajo de tesis se desea fomentar el interés por esta tecnología y en un futuro poder crear un sistema propio que pueda comprender con un mayor porcentaje cualquier mensaje oral