1. Identificación de
Personas usando
wavelets, LPC y
distancias
BARRETO VALDERRAMA LIZBETH
CAM URQUIZO DANIEL
GUTIERREZ ROMERO FABIO

2. OBJETIVOS
Este proyecto tiene como objetivo
reconocer las personas, que hayan
guardado el patrón de su voz
guardar en una base de datos, para
finalmente identificarlos,

3. PROBLEMATICA
Anteriormente hemos guardado
filtrado y usado FFT, pero ahora
usaremos transformada de wavelets,
y además, se comparaba palabras y
se decía que palabras se había
pronunciado, ahora nos importa que
persona lo ha pronunciado.

4. Aplicación
 Podría usarse en sistemas de seguridad en bancos y en otras
aplicación Biométricas:
 Pasaportes o DNI
 Autentificacion de voz para zonas de extrema seguridad

5. Transformada de Waveletes
 Como los componentes de frecuencia no
cambian en el tiempo, se necesita Trans.
waveletes, que representa en tiempo
frecuencia empleando técnicas de
filtrado digital

6.  Este análisis es útil para señales que
tienen componentes de alta frecuencia
de corta duración y componentes de
baja frecuencia de duración prolongada.

7. Waveletes Daubechies
 Estos wavelets están definidos y tiene constantes
como. Separa la señal en 2 subseñales a[n] y
d[n], frecuencias altas y bajas respectivamente.
 Las frecuencias altas a[n] almacenan mayores
características de la señal.

9. LPC (linear Predictive Coding)
 Técnica para representar la voz, extrae información lingüística, usa
una predicción lineal, que es una combinación lineal basada en
varias muestras anteriores.

10. Distancia de Euclides
 Una característica fundamental de los
sistemas de reconocimiento (de palabra
o de locutor) con el enfoque de
comparación de patrones es la forma en
que los vectores característicos son
combinados y comparados con los
patrones de referencia.

11. Conceptos
Captura de voz
Preprocesamiento
Obtener patrones
Comparacion y
clasificación
Resultados

12. Funciones y
modularidad

13. Estructura del programa
Reconocimiento
Captura
preprocesamiento
comparacion

14. captura
grabarSonido
Wavrecord,
wavwrite

15. Preprocesamiento
FileDescriptor
Descriptor
Acotar wavelesNorm CoeficienteLineal
LPC
Save()

16. Comparar
Descriptor
Acotar WaveletsNorm CoeficienteLineal
LPC
VerificarHablante
CalcularErrorFile
Prueba Importdata
tts

17. GRACIAS