El reconocimiento de grafías ha dado un salto cualitativo con el cambio del modelo estadístico clásico a las redes neuronales profundas. En un momento en el que la digitalización del patrimonio bibliográfico está plenamente instaurada, la siguiente fase lógica pasa por habilitar un mecanismo que extraiga su contenido textual con la mínima intervención manual. El reconocimiento automático de caracteres se presenta como el puente entre la digitalización y la representación textual del conocimiento. Aunque la transcripción de textos contemporáneos se considera un problema resuelto, no es así con el material antiguo. Al estado del soporte, deteriorado por el paso del tiempo y la exposición a agentes externos, se une la gran variedad tipográfica que existe en las primeras prensas. Los tipos móviles se creaban artesanalmente a imagen y semejanza de las grafías manuscritas con formas y tamaños variados. Esto genera que la transcripción de los textos del periodo incunable precise de modelos de inteligencia artificial adaptados a las especiales características que presenta este material. Si bien han surgido diversas investigaciones en humanidades digitales que atienden a la transcripción de obras castellanas en prosa del Siglo de Oro, esta tesis viene a cubrir el hueco existente en la poesía de cancionero. Sus resultados han permitido el desarrollo específico de un modelo extendido de red neuronal de transcripción automática que es aplicable con éxito a todos los incunables poéticos en tipografía gótica e, incluso, con un potencial que asegure su rentabilidad cercana al 100% en la transcripción automática de impresos similares del siglo XVI, con lo que ello implica como avance técnico y científico para el proceso de la fijación textual de la poesía de cancionero.