Los modelos transformadores se utilizan ampliamente en el procesamiento del lenguaje natural (NLP) y en el análisis de datos de series temporales. Las aplicaciones de estos modelos incluyen sistemas de predicción y reconocimiento de gestos manuales utilizando señales de electromiograma (EMG). Sin embargo, en el caso del análisis de series temporales, los modelos se desempeñan de manera similar a las redes tradicionales, en contra de las expectativas. Este estudio tuvo como objetivo comparar el rendimiento del modelo transformador y sus diversas versiones modificadas en términos de precisión a través de un sistema de autenticación de usuarios utilizando señales de EMG, que presentan una variabilidad significativa y plantean desafíos en la extracción de características. Se empleó una red Siamesa para distinguir las sutiles diferencias en las señales de EMG entre los usuarios, utilizando la distancia euclidiana. Se utilizaron datos de 100 individuos para crear un escenario desafiante asegurando la precisión. Se consideraron tres escenarios: preprocesamiento de datos, integración con modelos existentes y modificación de la estructura interna del modelo transformador. El método que logró la mayor precisión fue el enfoque bidireccional de memoria a corto plazo larga (BiLSTM)-transformer. Con base en esto, se construyó y optimizó aún más una red, lo que resultó en una precisión de autenticación de usuarios del 99.7% utilizando datos de EMG de 100 individuos.