Generación de datos sintéticos de voz con modelo de Voice Conversion en dificultad respiratoria

Abstract

En este trabajo se propone un modelo con la capacidad de generar datos sintéticos de voz en dificultad respiratoria, a partir de modelos generativos. Esta investigación usa la voz de pacientes enfermos y mediante un conversor de voz se inyecta una identidad nueva, aportando un nuevo dato para el entrenamiento de modelos de clasificación de enfermedades respiratorias. El procedimiento para la obtención es el entrenamiento del conversor de voz en los nuevos datos, para luego ser evaluadas y clasificadas mediante una red de estimación dificultad respiratoria. El análisis de los datos obtenidos fue realizada mediante la observación de las componentes espectrales de la voz, la comparación de la energía y la distribución de las estimaciones obtenidas. Los resultados obtenidos muestran que la generación de voz en dificultad respiratoria es posible, a pesar de la complejidad del problema. La generación de datos entrega una nueva herramienta para el entrenamiento, entregando un mayor espectro de características a analizar a los modelos de estimación.