RT info:eu-repo/semantics/bachelorThesis
T1 Análisis comparativo de modelos de aprendizaje supervisado para el reconocimiento de emociones en el habla
A1 González Núñez, Víctor (Grado en E.I. Informática de Valladolid 2025)
A2 Universidad de Valladolid. Escuela de Ingeniería Informática de Valladolid
K1 Reconocimiento emocional
K1 Inteligencia artificial
K1 Modelos de clasificación
K1 Voz
AB Detectar emociones en la voz no es solo un reto técnico: es también una forma de acercarse a lo quelas 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 modelosde 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, entendiendolos límites y asumiendo que detrás de cada señal hay una persona. El sistema es funcional, pero más alláde eso, este trabajo abre una línea que busca conectar tecnología y emoción sin perder de vista loesencial: tratamos de enseñar a una máquina a escuchar, no solo a oír.
YR 2025
FD 2025
LK https://uvadoc.uva.es/handle/10324/79212
UL https://uvadoc.uva.es/handle/10324/79212
LA spa
NO Departamento de Informática (Arquitectura y Tecnología de Computadores, Ciencias de la Computación e Inteligencia Artificial, Lenguajes y Sistemas Informáticos)
DS UVaDOC
RD 25-nov-2025