Veuillez utiliser cette adresse pour citer ce document :
https://di.univ-blida.dz/jspui/handle/123456789/31280
Titre: | Système d'authentification du locuteur basé sur un Réseau neuronal résiduel (ResNet) |
Auteur(s): | KALLA AMIRA ERRIRI RYM |
Mots-clés: | Système d'authentification du locuteur basé sur un Réseau neuronal résiduel (ResNet) |
Date de publication: | 2024 |
Editeur: | blida1 |
Résumé: | L'authentification du locuteur, souvent appelée la reconnaissance vocale, est devenue une technologie cruciale dans de nombreux domaines, notamment pour la sécurité. Notre projet, intitulé "Système d'authentification du locuteur basé sur un Réseau neuronal résiduel (ResNet)", vise à développer un modèle capable d'identifier les voix de quatre dirigeants éminents : Jens Stoltenberg, Julia Gillard, Margaret Thatcher et Nelson Mandela. En utilisant des techniques avancées de traitement du signal et de Deep Learning. Pour cela, nous avons conçu un modèle basé sur une architecture nommée ResNet (ou "Residual Neural Network"). Ce modèle améliore la précision de l'authentification vocale d’un locuteur, réduit les risques de fraude et peut être utilisé pour surveiller des communications sensibles, offrant ainsi une solution non intrusive et efficace pour la vérification d'identité. |
Description: | 4.621.1.1318;63p |
URI/URL: | https://di.univ-blida.dz/jspui/handle/123456789/31280 |
Collection(s) : | Mémoires de Master |
Fichier(s) constituant ce document :
Fichier | Description | Taille | Format | |
---|---|---|---|---|
pfe2.pdf | 3,26 MB | Adobe PDF | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.