Afficher la notice abrégée
dc.contributor.author |
Ramdani, Ridha |
|
dc.date.accessioned |
2019-11-12T08:01:29Z |
|
dc.date.available |
2019-11-12T08:01:29Z |
|
dc.date.issued |
2017 |
|
dc.identifier.uri |
http://di.univ-blida.dz:8080/jspui/handle/123456789/2605 |
|
dc.description |
4.621.1.535 ; 104 p |
fr_FR |
dc.description.abstract |
Ce travail décrit différentes approches de reconnaissance de la parole de mots isolés IWR en
utilisant la représentation par coefficients MFCC (Mel-Scale Fréquence Cepstral Coefficients)
pour l’extraction des vecteurs des caractéristiques et pour la classification il a été opté pour
quatre méthodes à savoir l’alignement temporel dynamique (Dynamic Time Warping DTW) la
quantification Vectorielle (VQ), Modèle de Markov caché (HMM), Mélange de Gaussiennes
GMM. Une base de données expérimentale est recueillie de plusieurs locuteurs, parlant cinq
mots chacun, enregistrés dans des conditions réelles et avec différents types de microphones.
Les approches de reconnaissance vocale sont utilisées et testées pour la mesure de similarité
entre les séquences d’apprentissage et de test pour décider à la fin quel mot était prononcé.
Ce système de RAP est utilisé pour commander une simulation d’une plateforme mobile |
fr_FR |
dc.language.iso |
fr |
fr_FR |
dc.publisher |
Univ Blida1 |
fr_FR |
dc.subject |
Reconnaissance automatique de la parole, IWR, coefficients MFCC, l’alignement temporel |
fr_FR |
dc.title |
Commande vocale d’une plateforme mobile |
fr_FR |
Fichier(s) constituant ce document
Ce document figure dans la(les) collection(s) suivante(s)
Afficher la notice abrégée