Los problemas de salud mental y en especial de esquizofrenia a nivel mundial se han incrementado considerablemente en las últimas décadas. Este trastorno se caracteriza por una distorsión de las percepciones, las emociones, el lenguaje y la conciencia de sí mismo. El lenguaje de estas personas suele tener una articulación y construcción gramatical normales, sin embargo, algunos parámetros acústicos del habla pueden verse afectados ante la dificultad para expresar emociones. Por su parte los profesionales en psiquiatría y fonoaudiología tienen pocas opciones para tratar estas personas debido a las pocas tecnologías disponibles. El tratamiento para la expresión de las emociones debe considerar no sólo el procesamiento del lenguaje y de las emociones sino también la estructura acústica de la lengua y de los cambios físicos que sobre esta ejerce la expresión de las diferentes emociones. Esto significa que los cambios que hacemos sobre parámetros acústicos como el volumen, el tono y la velocidad del habla resultan fundamentales para el buen uso del lenguaje y la expresión de emociones. La estimación de parámetros acústicos de la señal del habla es una tarea resuelta que genera una gran cantidad de datos. Sin embargo, la correlación de estos datos con la expresión de las emociones es una tarea compleja, abstracta y que requiere mucho entrenamiento. Dado que la inteligencia artificial ofrece grandes ventajas en la extracción automática de características y en el entrenamiento de modelos robustos para reconocer patrones que puedan clasificar diferentes condiciones, entonces, ¿por qué no entrenar un sistema de inteligencia artificial para que pueda reconocer las emociones en el habla de personas con esquizofrenia? Este trabajo propone crear un sistema basado en inteligencia artificial que después de entrenado con bases de datos de habla con diferentes emociones realice el reconocimiento automático, pero en señales de habla de personas con esquizofrenia.”