Abstract
Este trabajo de fin de grado ha consistido en encontrar un método para poder determinar si a través de la detección del estrés en la voz se puede identificar si un sujeto se expresa de forma coherente con su pensamiento o no. Para ello, se han analizado muestras de voz de diferentes individuos en situaciones de estrés para entrenar algoritmos de Machine Learning que permitan detectar de forma automática la coherencia o incoherencia de pensamiento. Las muestras que se han utilizado para el trabajo provienen de una base de datos que se ha construido mediante la realización de preguntas a sujetos (tanto hombres y mujeres). Los resultados obtenidos demuestran que el uso de parámetros en la voz que se relacionan con la detección del estrés en los algoritmos seleccionados en este trabajo permite averiguar si una persona está siendo coherente o no.---ABSTRACT---This end-of-degree project has consisted of finding a method to determine if stress can be detected in order to identify if a subject is consistent with his thinking or not when he is talking. To achieve this, voice samples from different individuals during a stressful situation have been analysed in order to train Machine Learning algorithms that can detect coherence or incoherence of thought in their speech. The samples that have been used for this project have been obtained by asking questions to subjects (both men and women). The results obtained in this work show that using some parameters that are known to be related to stressful situations in the algorithms used in this work, it can be detected whether a person is been consistent or not.
