Reconnaissance des Commandes Vocales en Dialecte Algérien pour une Gestion Intelligente des Parcs de Stationnement

Abstract

Ce projet vise à intégrer un module de reconnaissance de six commandes vocales en Dialecte Algérien (DA) à une plateforme existante de gestion des parcs de stationnement. Nous utilisons un modèle réseau de neurones (CNN) préentraîné sur la mini Speech Commands dataset et affiné (Fine-tuning) sur une base de données de 6000 fichiers audio. Cette base de données est en DA et a été enregistrée par un seul locuteur féminin. Nous proposons d'affiner le modèle initial et d'utiliser des techniques d'augmentation de données pour créer un modèle spécifique à d'autres locuteurs (agents) à partir de peu de données vocales. Notre méthode a atteint un taux de reconnaissance de 99.22%. En outre, nous proposons d'améliorer le module matériel de communication avec les équipements du parking, tels que la barrière et l'alarme, en proposant une connexion sans fil basée sur le circuit ESP32.