Deep Iearning pour la reconnaissance automatique du locuteur

Abstract

La technologie moderne a connu une grande évolution dans le domaine l'interaction entre l'homme et la machine, de jour en jour le rôle de la machine devient plus important. Parmi ces technologies on trouve la reconnaissance automat ique du locuteur qui est l’un des thèmes d’applicat ion les plus fertiles, parfois appelée biométrie du locuteur. Dans ce travail, Nous présentons l’ident ification du locuteur par deep learning à partir de la voix. En utilisant l’un des types de paramètres acoustique les plus ut ilisés dans les systèmes de reconnaissance automatique du locuteur qui sont les (MFCC). Nous nous intéressons à l’apprentissage profond (deep learning) qui est basé sur les réseaux de neurones convolutifs (CNN) et les systèmes Sinc et Constantsinclayer qui sont les plus utilisés pour identifier les locuteurs par l’apprent issage profond (deep learning) , pour obtenir à la fin d’ident ification la classification de chacun des systèmes précédents et nous avons conclu lequel est le meilleur pour identifier un locuteur .