000152302 001__ 152302
000152302 005__ 20250401114420.0
000152302 037__ $$aTAZ-TFM-2024-1607
000152302 041__ $$aspa
000152302 1001_ $$aRoyo Emperador, Paula
000152302 24200 $$aDevelopment and evaluation of a system for non-musical and non-speech audio identification, utilizing deep learning models
000152302 24500 $$aDesarrollo y evaluación de un sistema de identificación de audios no musicales ni habla, mediante el uso de modelos de aprendizaje profundo
000152302 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2024
000152302 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/
000152302 520__ $$aLa identificación y clasificación de sonidos de habla y música ha avanzado y evolucionado mucho en los últimos años. Sin embargo, los eventos de sonido, que no se incluyen en esas dos categorías, siguen suponiendo un gran desafío. Lo cual se debe tanto a la variabilidad impredecible de los sonidos, como a la complejidad del etiquetado de los datos. Para abordar el problema se plantea un sistema compuesto de dos redes neuronales, un codificador y un clasificador, que en conjunto deben ser capaces de caracterizar y clasificar los audios de entrada. La investigación se divide en tres partes: tratamiento de bases de datos, adaptación del modelo de codificación y desarrollo de la clasificación de audio. Para la extracción de características, se propone emplear un modelo de codificación y decodificación preentrenado, empleando el codificador para la caraterización de los audios. Para ello se plantea el uso de modelos basados en '\textit{SoundStream}', que busca realizar representaciones eficientes de audio, mejorando así tanto la calidad del sonido como la capacidad de clasificación. El codificador se conectará a un clasificador neuronal, que es el encargado de analizar las características extraídas y asignarles etiquetas correspondientes a eventos específicos. En conjunto, se busca una arquitectura de codificación y clasificación que proporcione una solución innovadora al desafío planteado en este contexto específico.<br />
000152302 521__ $$aMáster Universitario en Ingeniería de Telecomunicación
000152302 540__ $$aDerechos regulados por licencia Creative Commons
000152302 691__ $$a11 12
000152302 692__ $$aEste trabajo es la base para posteriormente detectar y clasificar distintos sonidos del hogar o urbanos, de tal forma se logra la sostenibilidad mediante la seguridad y protección en el hogar. Con aplicaciones como detección de intrusos, el cuidado de personas mayores o la seguridad en el hogar.
000152302 700__ $$aBeltrán Blázquez, José Ramón$$edir.
000152302 7102_ $$aUniversidad de Zaragoza$$bIngeniería Electrónica y Comunicaciones$$cTecnología Electrónica
000152302 8560_ $$f761347@unizar.es
000152302 8564_ $$s2221695$$uhttps://zaguan.unizar.es/record/152302/files/TAZ-TFM-2024-1607.pdf$$yMemoria (spa)
000152302 909CO $$ooai:zaguan.unizar.es:152302$$pdriver$$ptrabajos-fin-master
000152302 950__ $$a
000152302 951__ $$adeposita:2025-04-01
000152302 980__ $$aTAZ$$bTFM$$cEINA
000152302 999__ $$a20241129073213.CREATION_DATE