Implementación en FPGA de una red neuronal pulsante para clasificación de habla y estados emotivos

Abstract

Las redes neuronales pulsantes (SNN) se destacan por su habilidad para clasificar patrones temporales, gracias a su capacidad de integrar información en el tiempo. Una de las principales dificultades de este tipo de redes es el elevado costo computacional necesario para su simulación en tiempo real. En la última década, se ha intentado aprovechar dispositivos electrónicos programables tipo FPGA para implementar estas redes, ya que comparten con las SNN el tratamiento en paralelo de sus unidades funcionales. Asimismo, el uso de estos dispositivos allana el camino para la eventual creación de sistemas portátiles en el futuro. Es de gran interés lograr un sistema capaz de realizar tareas de clasificación en tiempo real sobre señales de habla. En este proyecto, se abordó la investigación centrada en el diseño e implementación de un sistema de adquisición, procesamiento y clasificación de habla mediante el uso de una red pulsante, junto con su correspondiente algoritmo de entrenamiento. El objetivo principal consistió en lograr la clasificación del habla y los estados emotivos. Para esto se desarrolló el modelo de SNN denominado DELSNN con resultados alentadores para clasificación de habla. La clasificación de estados emotivos no cumplió las expectativas, destacando áreas de ajustes y mejoras futuras.