Carlos Eduardo Nascimento Cajado
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Carlos Eduardo Nascimento Cajado has a total of 4 co-authors. Here are the top co-authors by number of shared publications:
- Alexandre César Muniz de Oliveira
Federal University of Maranhão (UFMA), São Luís, Brazil
1 shared publication - Areolino de Almeida Neto
Federal University of Maranhão (UFMA), São Luís, Brazil
1 shared publication Bianca Valéria Lopes Pereira
1 shared publication- Samuel Magalhães Pereira
Graduando em Ciência da Computação Instituição Universidade Federal do Maranhão (UFMA) Endereço São Luís -Maranhão Brasil
1 shared publication
Latest Publications
- Open Access
- 3 July 2025
- Published by Brazilian Journals in REVISTA DELOS
- Vol. 18 (69) , e6077
Reconhecimento de sílabas fonéticas utilizando redes Stacked Autoencoders via compressão de frequências com centroides
Este trabalho apresenta um modelo para o reconhecimento de sílabas fonéticas utilizando uma rede Stacked Autoencoder. O objetivo é identificar e distinguir os diferentes sons da fala, considerando sílabas fonéticas e variações na pronúncia. A rede desenvolvida, denominada CollabNet, é caracterizada pela adição colaborativa e gradual de camadas ocultas, garantindo continuidade no aprendizado e convergência progressiva do erro. Essa estratégia também favorece a integração com camadas anteriores e o alinhamento do processo de treinamento. Para representar as sílabas fonéticas, o método realiza compressão de frequências por meio de centroides. Inicialmente, aplica-se a Transformada Rápida de Fourier (FFT) em cada amostra de áudio. As frequências adjacentes são agrupadas e representadas como retângulos em um gráfico de barras, e o centroide de cada grupo é então calculado. Em seguida, a rede é configurada e treinada para reconhecer sílabas fonéticas. A representação do áudio preserva características específicas, permitindo ao CollabNet identificar com precisão diferentes sons do português brasileiro. O modelo alcançou acurácia de 75,96% e Taxa de Erro Fonético (PER) de 23,73%.
- 3 July 2025
- Published by Brazilian Journals in REVISTA DELOS
- Vol. 18 (69) , e6077
Open AccessReconhecimento de sílabas fonéticas utilizando redes Stacked Autoencoders via compressão de frequências com centroides
Este trabalho apresenta um modelo para o reconhecimento de sílabas fonéticas utilizando uma rede Stacked Autoencoder. O objetivo é identificar e distinguir os diferentes sons da fala, considerando sílabas fonéticas e variações na pronúncia. A rede desenvolvida, denominada CollabNet, é caracterizada pela adição colaborativa e gradual de camadas ocultas, garantindo continuidade no aprendizado e convergência progressiva do erro. Essa estratégia também favorece a integração com camadas anteriores e o alinhamento do processo de treinamento. Para representar as sílabas fonéticas, o método realiza compressão de frequências por meio de centroides. Inicialmente, aplica-se a Transformada Rápida de Fourier (FFT) em cada amostra de áudio. As frequências adjacentes são agrupadas e representadas como retângulos em um gráfico de barras, e o centroide de cada grupo é então calculado. Em seguida, a rede é configurada e treinada para reconhecer sílabas fonéticas. A representação do áudio preserva características específicas, permitindo ao CollabNet identificar com precisão diferentes sons do português brasileiro. O modelo alcançou acurácia de 75,96% e Taxa de Erro Fonético (PER) de 23,73%.