MT
Proyectos

02 Investigación

EmotiSpeech — Clasificador de Emociones de Voz

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.

Captura de EmotiSpeech — Clasificador de Emociones de Voz

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