Veuillez utiliser cette adresse pour citer ce document :
https://di.univ-blida.dz/jspui/handle/123456789/31125
Affichage complet
Élément Dublin Core | Valeur | Langue |
---|---|---|
dc.contributor.author | Mahmoudi Fatma | - |
dc.contributor.author | Mahmoudi Fatma | - |
dc.date.accessioned | 2024-10-08T10:37:54Z | - |
dc.date.available | 2024-10-08T10:37:54Z | - |
dc.date.issued | 2024 | - |
dc.identifier.uri | https://di.univ-blida.dz/jspui/handle/123456789/31125 | - |
dc.description | 4.621.1.1327;70p | fr_FR |
dc.description.abstract | Ce mémoire traite du débruitage de la parole en utilisant des réseaux de neurones convolutifs (CNN). Le débruitage de la parole est crucial pour améliorer la qualité et l'intelligibilité des enregistrements vocaux dans divers contextes. Nous avons développé et entraîné un modèle de CNN pour réduire le bruit dans les signaux de parole en utilisant un signal bruité comme entrée. Les résultats obtenus montrent une amélioration significative de la qualité sonore par rapport aux méthodes traditionnelles. Notre approche permet de préserver la clarté et les caractéristiques naturelles de la parole tout en réduisant efficacement le bruit de fond. Ces résultats démontrent le potentiel des CNN pour des applications de traitement du signal de parole dans des environnements bruyants | fr_FR |
dc.language.iso | fr | fr_FR |
dc.publisher | blida1 | fr_FR |
dc.subject | Amélioration de la parole , apprentissage profond DL , réseau CNN Abstract :This thesis addresses speech denoising using convolutional neural net | fr_FR |
dc.title | Débruitage de la parole basée sur un réseau neuronal convolutif (Convolutional Neural Network:CNN) | fr_FR |
Collection(s) : | Mémoires de Master |
Fichier(s) constituant ce document :
Fichier | Description | Taille | Format | |
---|---|---|---|---|
mémoire_fatma_finale_chahi_ra.pdf | 2,75 MB | Adobe PDF | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.