SISTEMA DE BLOQUEO AUTOMOTRIZ CONTROLADO POR VOZ
Y GRADO ALCOHÓLICO DEL CONDUCTOR

ANNs: Artificial Neural Networks. Redes Neuronales Artificiales. Las ANNs dirigidas a
aplicación están en general poco ligadas a las redes neuronales biológicas. Ya que el
conocimiento que se posee sobre el sistema nervioso en general no es completo, se han de
definir otras funcionalidades y estructuras de conexión distintas a las vistas desde la
perspectiva biológica.
Las ANNs han encontrado muchas aplicaciones con éxito en la visión artificial, en
el procesado de señales e imágenes, reconocimiento del habla y de caracteres, control
remoto, inspección industrial y exploración científica. El dominio de aplicación de las
ANNs se puede clasificar de la siguiente forma: asociación y clasificación, regeneración de
patrones, regresión y generalización. Objetivo de este rediseño es implementar un sistema
de bloqueo automotriz capaz de impedir el arranque de un automóvil si el conductor se
encuentra alcoholizado evitando posibles accidentes al mismo conductor y a terceros.
ANTECEDENTES
Reconocimiento de voz.

figura 1.- Traspaso de la señal al dominio de la frecuencia
MECANISMO DE PRODUCCIÓN DEL HABLA.
El diafragma empuja los pulmones, haciendo que se expulse el aire. El aire circula por la
tráquea y laringe, pasando por las cuerdas vocales y haciendo que vibren con un tono
fundamental. El tono fundamental producido por las cuerdas vocales pasa, a través de la
laringe, a la caja de resonancia que forman las cavidades nasales y orales.
Algunas frecuencias entran en resonancia en las cavidades nasales y orales, saliendo
hacia el exterior como la información más importante el habla.

Patrones de alimentación de los modelos de reconocimiento del habla:
figura

Las muestras de la señal se dividen en secciones solapadas de igual tamaño
(ventanas) y sobre cada conjunto de muestras correspondientes se aplica la transformada
de Fourier (u otro método de traspaso a frecuencia).
Si el tamaño de la ventana es de N muestras, entonces se consiguen N/2 valores de
frecuencias, consiguiendo el mismo número de ventanas en el dominio del tiempo.
11,025 Hz (muestras/segundo)
5,500 Hz (ancho de banda)
N = 256 (No. de muestras)
128 frecuencias (N/2)
Resolución espectral de 43Hz (5,500/128)
TÉCNICAS DE RECONOCIMIENTO DEL HABLA
Comparación de Patrones.

Este método compara una distancia matemática entre vectores y compara con la
base de datos de los patrones anteriormente obtenidos.
Alineación: Aísla cada patrón de entrada de su contexto


DIVISION DE ELECTRONICA Y COMPUTACION
Normalización: Ajustar los tamaños temporales.
Comparación con las características fonéticas suministradas.

Simplifica la etapa de comparación de patrones, mediante detectores de diversas
características fonéticas.
Proceso Informático de la Señal de Voz.


DIVISION DE ELECTRONICA Y COMPUTACION
Los valores numéricos de la muestra se almacenan en memoria para después ser
procesados.

RESULTADOS
Este proyecto es para el uso del automóvil por conductores en posible estado alcohólico,
así como también proporciona un sistema de seguridad antirrobo al ser desactivado
únicamente por la voz del conductor.
Su funcionamiento radica en la utilización de la voz del conductor para tener acceso
para el switch de ignición. Cuando el conductor del automóvil deberá desactivar el sistema
mediante comandos de voz, al mismo tiempo que deberá activar el medidor de aliento
alcohólico. Ambas señales satisfactorias le proveerán al conductor la posibilidad de
arrancar el motor del automóvil.