La reducción de la relación pico a promedio de potencia (PAPR) en señales multiplexadas en sistemas de multiplexación por división de frecuencia ortogonal (OFDM) ha sido un problema crítico de larga data. Las técnicas de recorte y filtrado (CF) ofrecen un buen rendimiento en términos de reducción de PAPR a expensas de un costo computacional relativamente alto que es inherente a la aplicación repetida de operaciones de transformada rápida de Fourier (FFT). La creciente demanda de operación de baja latencia requiere el desarrollo de soluciones novedosas de baja complejidad para el problema de PAPR. Para abordar este problema y proporcionar un rendimiento mejorado en la reducción de PAPR, proponemos una solución basada en una red neuronal (NN) síncrona para lograr un rendimiento en la reducción de PAPR que exceda los límites de los esquemas CF convencionales con menor complejidad computacional. El esquema propuesto entrena un módulo de red neuronal utilizando colecciones híbridas de muestras de múltiples símbolos OFDM para llegar a un mapeo de señal con características deseables. El enfoque basado en NN de referencia proporciona un rendimiento comparable al CF convencional. Sin embargo, puede subajustar o sobreajustar debido a su naturaleza asincrónica, lo que conduce a un aumento de las radiaciones fuera de banda (OoB) y un empeoramiento del rendimiento de la tasa de error de bits (BER) para modulaciones de orden superior. Los resultados de las simulaciones demuestran la efectividad del esquema propuesto en términos de la métrica cúbica alcanzada (CM), BER y emisiones OoB.