1. Université Saad Dahlab blida 1
  2. Faculté De Technologie
  3. Département d’Electronique
  4. Mémoires de Master
Veuillez utiliser cette adresse pour citer ce document : https://di.univ-blida.dz/jspui/handle/123456789/40806
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorDOUIDENE SIHEM-
dc.contributor.authorCHAMBI NOUR EL HOUDA-
dc.date.accessioned2025-10-28T10:52:40Z-
dc.date.available2025-10-28T10:52:40Z-
dc.date.issued2025-
dc.identifier.urihttps://di.univ-blida.dz/jspui/handle/123456789/40806-
dc.description4.621.1.1372;85pfr_FR
dc.description.abstractCe mémoire de master explore l'utilisation des réseaux de neurones convolutionnels (CNN) et des coefficients cepstrauxgammatone (GTCC) pour classifier automatiquement les locuteurs. Les résultats des expérimentations montrent que la combinaison CNN+GTCC présente des résultats satisfaisants, atteignant un taux de 97% sur des bases de données multilingues.fr_FR
dc.language.isofrfr_FR
dc.publisherblida1fr_FR
dc.subjectCNN, GTCCfr_FR
dc.titleCLASSIFICATION DU LOCUTEUR A L'AIDE DE RESEAUX DE NEURONES CONVOLUTIONNELS ET DES GTCCfr_FR
Collection(s) :Mémoires de Master

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
CNN GTCC CHAMBI DOUIDENE 1372-9544.pdf4,65 MBAdobe PDFVoir/Ouvrir
Affichage abbrégé


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