Segmentation automatique de l’Arabe parlée en phonème à base de Deep Learning

Abstract

La majorité des systèmes de traitement automatique et la reconnaissance de la parole nécessite une opération de segmentation. La segmentation manuelle des signaux de parole est très difficile et prend un temps énorme. Pour résoudre ce problème nous proposons dans ce travail une méthode automatique très rapide et efficace. Cette méthode est basée sur les réseaux de neurones profonds. Trois modèles, le CNN, le Sinc Net et le Constant Sinc Layer, ont été implémentés et testés sous Matlab. Ils montrent un taux de segmentation de 97.98% pour les trois modèles. L’extraction des paramètres est effectué à l’aide des MFCC..