English: In this Master Thesis, an acoustic event detector is proposed working in real-time in a meeting room environment. Real-time processing is a requirement for many practical signal processing applications. Furthermore, recognition process has been developed with Hidden Markov Models (HMM) in order to improve accurateness and reduce computing load. This work is implemented in a Smart-Room, a closed space equipped with multiple microphones. Three demos have been developed working online: isolated acoustic event detection, isolated acoustic event detection with localization and two source acoustic event detection (where on is always speech). The experimental results from online tests show high recognition accuracy for most of acoustic events both isolated and overlapped with speech.

Castellano: En este Proyecto Final de Carrera, se propone la realización de un detector de eventos acústicos que funcione en tiempo real en una sala de reuniones. De hecho, el procesado en tiempo real es un requisito importante en muchas aplicaciones prácticas de procesado de la señal. Además, la etapa de reconocimiento se ha realizado mediante Modelos de Markov Ocultos (HMM) con el objetivo de mejorar los resultados y reducir la carga computacional. Este trabajo se ha realizado en una sala inteligente, un pequeño espacio equipado con múltiples micrófonos. En total se han desarrollado tres demostraciones que funcionan en tiempo real: detección de eventos acústicos aislados, detección de eventos acústicos aislados con localización y detección de eventos acústicos aislados con dos fuentes donde una de ellas es la voz. Los resultados experimentales realizados en tiempo real muestran una alta precisión en el reconocimiento de la mayoría de eventos acústicos, tanto aislados como solapados con voz.

Català: En aquest Projecte Final de Carrera, es proposa la realització d'un detector d'events acústics que funcioni en temps real en una sala de reunions. El processament en temps real és un requeriment important en moltes aplicacions pràctiques de processament del senyal. A més, l'etapa de reconeixement s'ha realitzat mitjançant Models de Markov Ocults (HMM) per tal de millorar els resultats i reduir la càrrega computacional. Aquest treball s'ha realitzat en una sala intel·ligent, un petit espai equipat amb múltiples micròfons. En total s'han desenvolupat tres demostracions que funcionen en temps real: detecció d'events acústics aïllats, detecció d'events acústics aïllats amb localització i detecció d'events acústics amb dues fonts on una d'elles és la veu. Els resultats experimentals realitzats en temps real mostren una alta precisió en el reconeixement de la majoria d'events acústics, tant aïllats