Repository logo
 
Publication

DEEP LEARNING PARA RECONHECIMENTO DE FONEMAS CONCATENADOS

datacite.subject.fosEngenharia e Tecnologia::Outras Engenharias e Tecnologiaspt_PT
dc.contributor.advisorPereira, João da Silva
dc.contributor.authorCosta, Pedro Silva Varela
dc.date.accessioned2024-10-31T10:41:01Z
dc.date.available2024-10-31T10:41:01Z
dc.date.issued2024-10-25
dc.description.abstractEsta dissertação teve como objetivo criar um modelo capaz de classificar fonemas em português, utilizando técnicas avançadas de Deep Learning. Um fonema é a menor unidade de som na linguagem, e a sua correta identificação é essencial para a compreensão da fala. Ao focar na classificação de fonemas, em vez de palavras inteiras, este projeto busca superar desafios relacionados a variações de sotaques ou deficiências na fala, permitindo um reconhecimento mais preciso e inclusivo. Foram exploradas várias técnicas de Deep Learning, que foram aplicadas na análise de Mel-Espectrogramas — representações visuais das frequências dos sons ao longo do tempo. Esses espectrogramas serviram como base para o treino do modelo, permitindo que ele classificasse fonemas com boa precisão em testes de validação. No entanto, o desempenho do modelo foi inferior ao esperado quando testado em novos dados e amostras de áudio, destacando a necessidade de melhorias na sua robustez e capacidade de generalização para diferentes contextos linguísticos.pt_PT
dc.identifier.tid203714644pt_PT
dc.identifier.urihttp://hdl.handle.net/10400.8/10214
dc.language.isoporpt_PT
dc.subjectDeep Learningpt_PT
dc.subjectFonemaspt_PT
dc.subjectMel-Espectrogramaspt_PT
dc.subjectReconhecimento de falapt_PT
dc.titleDEEP LEARNING PARA RECONHECIMENTO DE FONEMAS CONCATENADOSpt_PT
dc.typemaster thesis
dspace.entity.typePublication
rcaap.rightsopenAccesspt_PT
rcaap.typemasterThesispt_PT
thesis.degree.nameMestrado em Ciência de Dadospt_PT

Files

Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Dissertacao_Pedro_Costa_2223244_Final.pdf
Size:
7.91 MB
Format:
Adobe Portable Document Format
Description:
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.32 KB
Format:
Item-specific license agreed upon to submission
Description: