Diseño y desarrollo de un módulo de conversión de texto a voz en base a técnicas de aprendizaje profundo para el asistente robótico Volk de la Cátedra UNESCO de la UPS

Para citar o enlazar este item, por favor use el siguiente identificador: http://dspace.ups.edu.ec/handle/123456789/30259
Título : Diseño y desarrollo de un módulo de conversión de texto a voz en base a técnicas de aprendizaje profundo para el asistente robótico Volk de la Cátedra UNESCO de la UPS
Autor : Mashingashi Unkuch, Kaar Joseph
Andrade Alulema, Juan Sebastián
Director de Tesis: Timbi Sisalima, Cristian Fernando
Resumen traducido: Este proyecto presenta el desarrollo de un módulo de conversión de texto a voz (TTS) para el asistente robótico Volk, utilizando redes neuronales profundas. El objetivo es generar una voz clara, natural y empática adaptada al español latinoamericano. Se emplean las metodologías CRISP-DM y Scrum para guiar el análisis de datos y la construcción del sistema. El resultado busca facilitar una comunicación más cercana, fluida y comprensible entre las personas y el asistente robótico Volk.
Resumen : This project focuses on developing a text-to-speech (TTS) module for the Volk robotic assistant, using deep neural networks. The goal is to generate a clear, natural, and empathetic voice tailored to Latin American Spanish. CRISP-DM and Scrum methodologies guide the data analysis and system development. The solution aims to promote smooth and meaningful communication between users and the Volk robotic assistant.
Palabras clave : COMPUTACIÓN
APRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL)
SCRUM (DESARROLLO DE SOFTWARE)
REDES NEURONALES (COMPUTADORES)
PROCESAMIENTO DE LENGUAJE NATURAL (COMPUTADORES)
Fecha de publicación : feb-2025
URI : http://dspace.ups.edu.ec/handle/123456789/30259
Idioma: spa
Pertenece a las colecciones: Grado

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
UPS-CT012063.pdfTexto completo7,74 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons