La correcta identificación de las fases de la marcha es un requisito previo para lograr una caracterización espacial/temporal del reclutamiento muscular durante la marcha. Enfoques recientes han abordado este problema aplicando técnicas de aprendizaje automático a datos de marcha en cinta. Proponemos un enfoque de aprendizaje profundo para la clasificación basada en electromiografía de superficie (sEMG) de las fases de apoyo/oscilación y la predicción de la señal de contacto pie-suelo en condiciones de marcha más naturales (similares a las de la marcha diaria), superando las limitaciones de un entorno controlado, como la marcha en cinta.