2026-04-27T13:01:02Zhttps://uvadoc.uva.es/oai/requestoai:uvadoc.uva.es:10324/792122025-11-04T20:03:36Zcom_10324_38col_10324_852
González Núñez, Víctor (Grado en E.I. Informática de Valladolid 2025)
2025-11-04T08:40:50Z
2025-11-04T08:40:50Z
2025
https://uvadoc.uva.es/handle/10324/79212
Detectar emociones en la voz no es solo un reto técnico: es también una forma de acercarse a lo que
las personas comunican sin decirlo. Este trabajo explora esa idea desde la inteligencia artificial,
desarrollando un sistema capaz de analizar grabaciones y reconocer estados como la alegría, la tristeza,
la ira o el miedo. A lo largo del proyecto se han combinado técnicas de procesamiento acústico y modelos
de clasificación para encontrar una forma eficaz de interpretar la voz desde un punto de vista emocional.
No se trata solo de obtener buenos resultados, sino de hacerlo con rigor, cuidando los datos, entendiendo
los límites y asumiendo que detrás de cada señal hay una persona. El sistema es funcional, pero más allá
de eso, este trabajo abre una línea que busca conectar tecnología y emoción sin perder de vista lo
esencial: tratamos de enseñar a una máquina a escuchar, no solo a oír.
Detecting emotions in voice is not just a technical challenge: it’s also a way of getting closer to what
people communicate without saying it directly. This project explores that idea through the lens of
artificial intelligence, developing a system capable of analyzing audio recordings and recognizing
emotional states such as joy, sadness, anger or fear. Throughout the process, acoustic feature extraction
and classification models have been combined to find an effective way of interpreting speech from an
emotional perspective. It’s not only about achieving good results, but about doing it rigorously: taking
care of the data, understanding the limitations, and remembering that behind every signal, there’s a
person. The system is functional, but beyond that, this project opens a path that seeks to connect
technology and emotion without losing sight of what really matters: we are trying to teach a machine to
listen, not just to hear.
spa
info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Análisis comparativo de modelos de aprendizaje supervisado para el reconocimiento de emociones en el habla
info:eu-repo/semantics/bachelorThesis