Constitution de ressources linguistiques en langue Arabe avec des caractéristiques régionales

Abstract

Le travail réalisé, dans le cadre de cette thèse, s'inscrit dans un projet plus ambitieux qui s'intéresse à la constitution d'une base de données sonore de l'arabe standard nommée ALGASD (Algerian Arabic Standard Data base).elle servira pour des évaluations objectives et subjectives de tout système de traitement de la parole (Reconnaissance, codage, synthèse, dialogue Homme machine, téléphonie .......) Le but de notre travail sera axé principalement sur la réalisation d'une base de données sonore de l'arabe standard parlé par des locuteurs de 3 régions du sud Algérien ou les locuteurs se distinguent par un accent dialectal assez marqué, nommés R9, R10 et R11 (ouest ; Bechar (R9)); est ; el oued (R10); centre; Ghardaïa (R11) parmi les 11 que compte l'Algérie. Ceci passe par différentes étapes; le choix du matériau linguistique (corpus), l'enregistrement sonore, la mise au format des données et leur transcription, leur segmentation et leur étiquetage, ainsi la collection de tous les détails nécessaire à chaque locuteur (le nom, le prénom, le code, la date de naissance, la phrase à lire, le niveau d'instruction ... etc) Toutes ces données sonores collectées, élaborées et organisé sous un bien défini ont été, par la suite, soumis à un système de reconnaissance de la parole basé sur les MMC (Modèles de Markov cachés) en vue de les valider. Par ailleurs, pour en faciliter l'utilisation et la recherche, ALGASD à été organisé sous forme d'une application programmée.