Construiré modelos personalizados de reconocimiento de voz o emociones.

Sobre este servicio

Me especializo en construir sistemas multimodales de reconocimiento de voz y emociones combinando modalidades de audio y texto para mejorar el rendimiento y la precisión.

Con experiencia práctica trabajando en conjuntos de datos complejos como IEMOCAP y MELD, he desarrollado modelos híbridos personalizados usando Bi-LSTM y CNN, logrando hasta 85% de precisión en el conjunto de datos IEMOCAP. También estoy explorando activamente Word2Vec y arquitecturas basadas en Transformer para mejorar la comprensión contextual en el reconocimiento de voz.

Puedes consultar mis proyectos y artículos de investigación vinculados abajo para más detalles.

Lo que ofrezco:

1. Preprocesamiento de conjuntos de datos complejos de audio y texto
2. Desarrollo de modelos personalizados (LSTM, CNN, Transformers, etc.)
3. Optimización de hiperparámetros y ajuste de modelos
4. Soporte para tesis académicas, investigaciones o proyectos industriales
5. Soluciones listas para integración en apps o APIs

No dudes en enviarme un mensaje antes de hacer tu pedido para discutir tus necesidades específicas.