Análisis lingüístico basado en una selección de palabras y dispositivo de análisis lingüístico.

Procedimiento para el análisis lingüístico automatizado basado en una selección de palabras,

que comprende los pasos: a) la preparación de un sistema informático (1.30) mediante

aa) el almacenamiento de varios archivos de voz de referencia (1.10) en una unidad de memoria (1.20) del sistema informático (1.30) para formar una muestra al azar de referencia (1.40), comprendiendo cada archivo de voz de referencia (1.10) una cantidad mínima de 100 palabras y procediendo todos los archivos de voz de referencia (1.10) de distintas personas que presentan características conocidas,

ab) el almacenamiento de un archivo de diccionario (2.20) con al menos 250 distintas categorías (2.10) en una unidad de memoria (1.20) del sistema informático (1.30), cubriendo el archivo de diccionario almacenado, que comprende el vocabulario central, al menos el 95 % de las palabras contenidas en los archivos de voz, y estando clasificadas todas las palabras del archivo de diccionario (2.20) en al menos una de las al menos 250 categorías (2.10),

ac) la realización de una comparación individual de cada archivo de voz de referencia (1.10) de la muestra al azar de referencia (1.40) con el archivo de diccionario (2.20) mediante la determinación de la frecuencia porcentual (3.40) de las palabras en cada archivo de voz de referencia (1.10) que están contenidas en cada categoría (2.10) del archivo de diccionario (2.20),

ad) el almacenamiento de un conjunto de reglas (5.40) en una unidad de memoria (1.20) del sistema informático (1.30), que con métodos estadísticos y/o algorítmicos determina relaciones al menos entre las frecuencias porcentuales (3.40), determinadas según la característica ac), en una o varias categorías (2.10), y al menos una característica (4.20) conocida de las personas de las que proceden los archivos de voz de referencia (1.10),

b) a continuación de la preparación del sistema informático según las características aa) a ad), el registro y el almacenamiento de un archivo de voz (6.10), adicionalmente a los archivos de voz de referencia (1.10) de la muestra al azar de referencia (1.40), en una unidad de memoria (1.20) del sistema informático (1.30), estando presentes cada archivo de voz (6.10) y cada archivo de voz de referencia directamente como archivo de texto o como archivo de audio, que mediante una transcripción se convierte en un archivo de texto,

c) el análisis del archivo de voz (6.10) registrado y almacenado adicionalmente según la característica b), mediante ca) la realización de una comparación individual del archivo de voz (6.10) con el archivo de diccionario (2.20) mediante la determinación frecuencia porcentual (7.30) de las palabras en el archivo de voz (6.10) que están contenidas en cada categoría (2.10) del archivo de diccionario (2.20),

cb) el procesamiento de las frecuencias porcentuales (7.30) determinadas según la característica ca), con la ayuda del conjunto de reglas (5.40) que con métodos estadísticos y/o algorítmicos examina las frecuencias porcentuales (7.30) determinadas según la característica ca) en cuanto a similitudes con las frecuencias porcentuales (3.40) determinadas según la característica ac), y que clasifica el archivo de voz (6.10) conforme a las similitudes detectadas y las asigna a al menos una característica conocida que presentan las personas de las que proceden los archivos de voz de referencia (1.10),

d) la creación de un archivo de salida (8.20) que contiene características (4.20) asignadas al archivo de voz (6.10) según la característica cb),

e) la emisión del archivo de salida (8.20),

en el que

ga) durante el registro del archivo de voz (6.10) adicional según la característica b), al menos una vez un archivo parcial del archivo de voz (6.10) se almacena de forma intermedia en la unidad de memoria (1.20) del sistema informático (1.30), comprendiendo cada archivo de voz (6.10) adicional al menos 100 palabras,

gb) el archivo parcial almacenado de forma intermedia se analiza mediante

gba) la realización de una comparación individual del archivo parcial con el archivo de diccionario (2.20) mediante la determinación de la frecuencia porcentual (7.30) de las palabras en el archivo parcial que están contenidas en cada categoría (2.10) del archivo de diccionario (2.20), gbb) el procesamiento de las frecuencias porcentuales (7.30) determinadas según la característica gba) con la ayuda del conjunto de reglas (5.40) que con métodos estadísticos y/o algorítmicos examina las frecuencias porcentuales (7.30) determinadas según la característica gba) en cuanto a similitudes con las frecuencias porcentuales (3.40) determinadas según la característica ac), y que clasifica el archivo parcial conforme a las similitudes detectadas y lo asigna a al menos una característica conocida que presentan las distintas personas de las que proceden los archivos de voz de referencia (1.10),

gc) la creación de un archivo de salida provisional que contiene características (4.20) asignadas al archivo parcial según la característica gbb),

gd) la emisión del archivo de salida provisional.