Please use this identifier to cite or link to this item: http://localhost:8080/xmlui/handle/123456789/31280
Full metadata record
DC FieldValueLanguage
dc.contributor.authorKALLA AMIRA
dc.contributor.authorERRIRI RYM
dc.date.accessioned2024-10-10T09:38:38Z
dc.date.available2024-10-10T09:38:38Z
dc.date.issued2024
dc.identifier.urihttps://di.univ-blida.dz/jspui/handle/123456789/31280
dc.description4.621.1.1318;63pfr_FR
dc.description.abstractL'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.fr_FR
dc.language.isofrfr_FR
dc.publisherblida1fr_FR
dc.subjectSystème d'authentification du locuteur basé sur un Réseau neuronal résiduel (ResNet)fr_FR
dc.titleSystème d'authentification du locuteur basé sur un Réseau neuronal résiduel (ResNet)fr_FR
Appears in Collections:Mémoires de Master

Files in This Item:
File Description SizeFormat 
pfe2.pdf3,26 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.