IDENTIFICATION AUTOMATIQUE DU LOCUTEUR PAR LES RESEAUX DE NEURONNES RECURRENTS

Abstract

La reconnaissance automatique du locuteur, ou biométrie vocale, est un domaine en pleine évolution grâce aux avancées de l’interaction homme-machine. Dans ce travail, nous explorons une approche d’identification du locuteur basée sur l’apprentissage profond à partir de la voix. Les coefficients cepstraux en fréquences de Mel (MFCC) sont utilisés pour représenter les caractéristiques acoustiques. Nous exploitons les réseaux de neurones récurrents (RNN), et leurs variantes LSTM et GRU, adaptés au traitement des séquences temporelles. Ces architectures permettent de mieux modéliser la dynamique vocale. Enfin, nous comparons l eurs performances pour identifier les systèmes les plus efficaces