Abstract
El presente artículo tiene como objetivo principal el desarrollo de un sistema de reconocimiento de voz y texto para mejorar la seguridad en la identificación de usuarios. Para el desarrollo del sistema se implementaron metodologías de aprendizaje profundo y diversas librerías de Python, incluyendo Speech_recognition, Pyttsx3, y Librosa, entre otras. El sistema fue evaluado en un entorno controlado utilizando 50 muestras de voz, obteniendo una precisión del 74 %. Los resultados indicaron que el 61.53 % de los errores se debieron a fallos en la identificación de la voz y el 30.76 % a discrepancias en la coincidencia del texto generado. Estos hallazgos subrayan la efectividad general del sistema, aunque también señalan la necesidad de ajustar los umbrales de similaridad y mejorar los algoritmos de reconocimiento para incrementar su precisión y robustez. Se concluye que el sistema presenta una solución prometedora para la autenticación biométrica de voz, mostrando un balance entre precisión y áreas de mejora que refuerzan su utilidad en aplicaciones de seguridad informática.
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callSimilar Papers
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
