EmotiSpeech — Clasificador de Emociones de Voz
Descripción
Aplicación web de IA emocional y toma de decisiones para atención al cliente. Clasifica emociones en audio de voz con alta precisión y traduce los resultados en métricas financieras mediante simulaciones Monte Carlo para justificar el despliegue del modelo en entornos de negocio.
Detalles del proyecto
EmotiSpeech es un proyecto integrado de Machine Learning y Toma de Decisiones para clasificación de emociones en audio de voz.
Capa de Machine Learning:
• Encoder audeering/wav2vec2-large-robust-12-ft-emotion-msp-dim (1024 dims) fine-tuneado para SER
• 6 clasificadores clásicos sobre embeddings emocionales (LogReg, SVM lineal, SVM RBF, RF, KNN)
• Balanced accuracy honesta 0.86 en 4 clases (0.92 en 2 clases, 0.97 en 3 clases)
• Evaluación leave-one-audio-out honesta y leave-one-collector-out
Capa de Toma de Decisiones:
• Simulador de despliegue en call-center con matriz de costos editable
• Curva ROC con umbral óptimo que maximiza el VPN mensual
• Análisis de sensibilidad (tornado ±30%) y Monte Carlo (2 000 escenarios)
• Recomendación automática GO / GO condicional / NO-GO con justificación cuantitativa
Stack tecnológico:
• Backend: Python 3, Flask, scikit-learn, transformers (HuggingFace)
• Frontend: HTML/CSS/JS (simulador de decisiones en cliente)
• ML: wav2vec2, librosa, numpy, scipy
Capa de Machine Learning:
• Encoder audeering/wav2vec2-large-robust-12-ft-emotion-msp-dim (1024 dims) fine-tuneado para SER
• 6 clasificadores clásicos sobre embeddings emocionales (LogReg, SVM lineal, SVM RBF, RF, KNN)
• Balanced accuracy honesta 0.86 en 4 clases (0.92 en 2 clases, 0.97 en 3 clases)
• Evaluación leave-one-audio-out honesta y leave-one-collector-out
Capa de Toma de Decisiones:
• Simulador de despliegue en call-center con matriz de costos editable
• Curva ROC con umbral óptimo que maximiza el VPN mensual
• Análisis de sensibilidad (tornado ±30%) y Monte Carlo (2 000 escenarios)
• Recomendación automática GO / GO condicional / NO-GO con justificación cuantitativa
Stack tecnológico:
• Backend: Python 3, Flask, scikit-learn, transformers (HuggingFace)
• Frontend: HTML/CSS/JS (simulador de decisiones en cliente)
• ML: wav2vec2, librosa, numpy, scipy