Este artículo analiza series temporales de expresividad vocal mediante redes neuronales recurrentes LSTM y GRU, con el objetivo de detectar patrones asociados a la fatiga vocal y a la técnica vocal en grabaciones de voz. A partir del estudio de variables acústicas como el pitch, la intensidad y características espectrales, se modelan dinámicas temporales que permiten identificar cambios progresivos en el rendimiento vocal. El enfoque cuantitativo y reproducible facilita la aplicación de estos modelos en contextos educativos, clínicos y de entrenamiento vocal, aportando una base metodológica para el análisis automatizado de la voz.