Desarrollo de un sistema de reconocimiento de habla natural basado en redes neuronales profundas

El objetivo de este proyecto es diseñar un sistema de reconocimiento de habla continua de gran vocabulario (LVCRS) utilizando modelos ocultos de Markov (HMM) y redes neuronales profundas (DNN). Una vez conseguido un sistema de referencia con HMM, se procederá a optimizarlo usando, en primer lugar, diversas transformadas y en segundo lugar, las redes neuronales. Para el caso de las redes neuronales, se harán diferentes experimentos variando una serie de parámetros hasta conseguir mejoras en el sistema. Para ello, se realizarán pruebas de reconocimiento sobre contenidos audiovisuales obtenidos de Internet, para así ver cómo reacciona el sistema en un entorno menos controlado. Una vez conseguido el sistema mejorado, se integrará en un producto comercial el cual permite la búsqueda avanzada de contenidos dentro de vídeos de Internet, utilizando el texto reconocido por el sistema para añadir posibilidades de búsqueda avanzada sobre los vídeos.The goal of this project was to implement a large vocabulary continuous speech recognition system (LVCRS) using hidden Markov models (HMM) and deep neural networks (DNN). Once a reference system with HMM is implemented, the next step will be to improve it using different transforms and neural networks. In regards to the neural networks, different experiments will be performed while tuning a series of parameters in order to achieve a better system. Therefore more tests were performed on audiovisual content obtained from the Internet in order to verify how the system works in a less controlled environment. Finally, its abilities were tested so that it can be integrated in a comercial product, used for speech recognition on Internet videos with the aim of using the recognized text to add new advanced search capabilities to these videos