Veuillez utiliser cette adresse pour citer ce document : https://di.univ-blida.dz/jspui/handle/123456789/31125
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorMahmoudi Fatma-
dc.contributor.authorMahmoudi Fatma-
dc.date.accessioned2024-10-08T10:37:54Z-
dc.date.available2024-10-08T10:37:54Z-
dc.date.issued2024-
dc.identifier.urihttps://di.univ-blida.dz/jspui/handle/123456789/31125-
dc.description4.621.1.1327;70pfr_FR
dc.description.abstractCe 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 bruyantsfr_FR
dc.language.isofrfr_FR
dc.publisherblida1fr_FR
dc.subjectAmélioration de la parole , apprentissage profond DL , réseau CNN Abstract :This thesis addresses speech denoising using convolutional neural netfr_FR
dc.titleDébruitage 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 TailleFormat 
mémoire_fatma_finale_chahi_ra.pdf2,75 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.