Please use this identifier to cite or link to this item: https://repositorio.uniceub.br/jspui/handle/235/3719
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorDíaz, Francisco Javier de Obaldia-
dc.contributor.authorNogueira, Lucas Mesquitapt_BR
dc.date.accessioned2013-08-13T19:12:04Zpt_BR
dc.date.accessioned2013-09-04T19:20:47Z-
dc.date.available2013-08-13T19:12:04Zpt_BR
dc.date.available2013-09-04T19:20:47Z-
dc.date.issued2012-12pt_BR
dc.identifier.urihttps://repositorio.uniceub.br/jspui/handle/235/3719-
dc.description.abstractEste projeto final de engenharia consiste na implementação de um sistema de reconhecimento de voz. Visando extender o paradigma de digitação de senhas para a autenticação, cujas limitações e variedade de métodos de golpes com base neste paradigma motivaram este trabalho, o sistema de reconhecimento de voz proposto efetua a identificação de um usuário em duas etapas: uma de reconhecimento do emissor da voz em si (o locutor) e uma de reconhecimento do conteúdo do sinal vocal (a fala). A implementação destes dois módulos, feita usando a linguagem R de programação, é fundamentada em algoritmos de aprendizagem de máquina, particularmente as Redes Neurais Artificiais e o Modelo Oculto de Markov, onde a primeira classe de modelos é implementada completamente sem código de terceiros neste trabalho. Além destes dois módulos, também faz parte da implementação um módulo dedicado à extração de parâmetros de interesse do sinal de voz através da aplicação do método Mel-Cepstrum. O sistema obteve sucesso no reconhecimento em duas etapas, com uma taxa de acerto significativamente superior à de um método mais simples onde cadastros são selecionados aleatoriamente não importando, o sinal de voz de entrada.-
dc.description.provenanceSubmitted by Rosemary Tourinho Pereira (rosemary.pereira@uniceub.br) on 2013-08-13T19:12:03Z No. of bitstreams: 1 Monografia LUCAS MESQUITA 2_2012.pdf: 1250973 bytes, checksum: d27de3f53fea4e4f9be0c8bde1befb45 (MD5)en
dc.description.provenanceMade available in DSpace on 2013-08-13T19:12:04Z (GMT). No. of bitstreams: 1 Monografia LUCAS MESQUITA 2_2012.pdf: 1250973 bytes, checksum: d27de3f53fea4e4f9be0c8bde1befb45 (MD5) Previous issue date: 2012en
dc.description.provenanceMade available in DSpace on 2013-09-04T19:20:47Z (GMT). No. of bitstreams: 3 Monografia LUCAS MESQUITA 2_2012.pdf.txt: 139527 bytes, checksum: 40554aeaaebb8c8ed9743a9a3283b898 (MD5) license.txt: 362 bytes, checksum: b9e0d9c10d77debde1a5ea963f0e67b4 (MD5) Monografia LUCAS MESQUITA 2_2012.pdf: 1250973 bytes, checksum: d27de3f53fea4e4f9be0c8bde1befb45 (MD5) Previous issue date: 2012en
dc.language.isopt_BRpt_BR
dc.subjectRede neuralpt_BR
dc.subjectModelo oculto de Markovpt_BR
dc.subjectMel-cepstrumpt_BR
dc.subjectAprendizado de máquinapt_BR
dc.subjectSinal de vozpt_BR
dc.subjectReconhecimento de vozpt_BR
dc.subjectAutenticaçãopt_BR
dc.titleAutenticação biométrica em redes de acesso restritopt_BR
dc.typeTCCpt_BR
dc.date.criacao2012-12pt_BR
Appears in Collections:ENC - Graduação

Files in This Item:
File Description SizeFormat 
Monografia LUCAS MESQUITA 2_2012.pdf1.22 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.