Diseño simultáneo de una etapa de extracción de características y un clasificador basado en hmm

Abstract

Se presenta una metodología de diseño simultáneo de una etapa de extracción de características y un clasificador basado en modelos ocultos de Markov (HMM), por medio del algoritmo de mínimo error de clasificación (MCE). La extracción de características depende de los estados del modelo y es optimizada utilizando el mismo criterio de ajuste de parámetros del HMM. La metodología es validada en reconocimiento de patologías de voz. Los resultados muestran que el entrenamiento por medio de MCE mejora la eficiencia en comparación con el entrenamiento clásico por máxima verosimilitud. La metodología propuesta disminuye la similitud entre modelos, mejorando el desempeño.