ResumenEn este trabajo se presentan los resultados del diseño y desarrollo de una red neuronal de tipo feed-forward en un sistema embebido, para identificar patrones asociados con la pronunciación de fonemas vocálicos del idioma español.Para el entrenamiento de la red fueron utilizados los coeficientes cepstrales de las frecuencias de Mel (MFCC), extraídos a partir de señales de audio provenientes de la pronunciación de las vocales abiertas (/a/, /e/ y /o/).La captura de nuevas muestras se realizó a través de un computador y un sistema embebido para la evaluación, comprobación y comparación del desempeño de la red neuronal.Se obtuvo un porcentaje de identificación correcta por encima del 98%.Esto indica que el error en la separación de clases fue inferior al 2% en la red neuronal al momento de evaluar patrones asociados a alguna de las tres vocales.Basado en los resultados obtenidos se concluye que la implementación de algoritmos de inteligencia artificial para tareas de clasificación en sistemas embebidos es factible, y presenta resultados similares a los que tendría el mismo sistema operando con los recursos de un computador.