Desarrollo de un asistente de voz con reconocimiento de emociones

Abstract

[Resumen] Este trabajo de fin de grado presenta el diseño, desarrollo e implementación de un sistema completo y multimodal para el Reconocimiento Automático de Emociones en la Voz. El proyecto abarca todo el ciclo de desarrollo, desde la investigación del núcleo de inteligencia artificial hasta su despliegue práctico a través de una API y una aplicación web interactiva. A nivel de modelado, el sistema combina dos fuentes de información complementarias: la dimensión acústica (procesada mediante descriptores espectrales y modelos de clasificación) y el contenido semántico del mensaje (mediante transcripción automática y análisis de lenguaje natural). Ambas ramas convergen en una estrategia de fusión tardía para integrar ambas perspectivas. El rendimiento de esta arquitectura se evalúa empíricamente, identificando sus fortalezas y limitaciones antes de integrarla en un prototipo web funcional.

[Abstract] This bachelor’s thesis presents the design, development, and implementation of a comprehensive, multimodal system for Automatic Speech Emotion Recognition. The project covers the entire development lifecycle, from the research of the artificial intelligence core to its practical deployment via an API and an interactive web application. At the modeling level, the system combines two complementary sources of information: the acoustic dimension (processed using spectral descriptors and classification models) and the semantic content of the message (via automatic transcription and natural language analysis). Both branches converge in a late fusion strategy to integrate both perspectives. The performance of this architecture is empirically evaluated to identify its strengths and limitations before its integration into a functional web prototype.