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

Veuillez utiliser cette adresse pour citer ce document : https://di.univ-blida.dz/jspui/handle/123456789/20721

Affichage complet

Élément Dublin Core	Valeur	Langue
dc.contributor.author	TACHOUCHE, Hayet	-
dc.contributor.author	BENBELLIL, Salim	-
dc.date.accessioned	2023-01-29T10:29:40Z	-
dc.date.available	2023-01-29T10:29:40Z	-
dc.date.issued	2021	-
dc.identifier.uri	https://di.univ-blida.dz/jspui/handle/123456789/20721	-
dc.description	4.621.1.1176 ; 58p	fr_FR
dc.description.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..	fr_FR
dc.language.iso	fr	fr_FR
dc.publisher	univ. blida1	fr_FR
dc.subject	CNN ; Sinc Net ; Constant Sinc Layer ; MFCC. Segmentation de parole ; deep learning	fr_FR
dc.title	Segmentation automatique de l’Arabe parlée en phonème à base de Deep Learning	fr_FR
Collection(s) :	Mémoires de Master

Fichier(s) constituant ce document :

Fichier	Description	Taille	Format
Memoire_segmentation_parole_arabe-1.pdf		2,87 MB	Adobe PDF	Voir/Ouvrir

DSpace JSPUI