Vers un Système d’Identification Automatique des Dialectes Algériens à partir des Vidéos YouTube

Abstract

Les dialectes sont un sujet qui intéresse plusieurs disciplines comme la linguistique, la phonétique, et même l’informatique, pour leurs caractéristiques qui ne se conforment pas toujours aux règles linguistiques. L’Algérie offre un cas d’étude assez intéressant avec sa richesse linguistique. Le but de cette étude était de proposer une approche phonétique pour l’identification automatique des dialectes, basée sur les caractéristiques acoustiques et spectrales en utilisant des séquences d’audios récoltées à partir de YouTube. Nous avons exploré deux méthodes : la première était l’extraction des paramètres acoustiques et la deuxième a consisté en la classification des spectrogrammes. Les expériences ont été menées sur 23 dialectes algériens en utilisant des modèles d’apprentissage automatique, profond et par transfert. Nous avons obtenu des résultats de 90% d’identifications correctes avec les fichiers de 20s. Ces résultats peuvent être améliorés en utilisant d’autres modèles d’apprentissage automatique, profond ou une approche prosodique qui aura de meilleure performance. Mots Clés : Identification, acoustique, spectrogramme, apprentissage automatique, apprentissage profond.