Université Blida 1

Débruitage de la parole basée sur un réseau neuronal convolutif (Convolutional Neural Network:CNN)

Afficher la notice abrégée

dc.contributor.author Mahmoudi Fatma
dc.contributor.author Mahmoudi Fatma
dc.date.accessioned 2024-10-08T10:37:54Z
dc.date.available 2024-10-08T10:37:54Z
dc.date.issued 2024
dc.identifier.uri https://di.univ-blida.dz/jspui/handle/123456789/31125
dc.description 4.621.1.1327;70p fr_FR
dc.description.abstract Ce mémoire traite du débruitage de la parole en utilisant des réseaux de neurones convolutifs (CNN). Le débruitage de la parole est crucial pour améliorer la qualité et l'intelligibilité des enregistrements vocaux dans divers contextes. Nous avons développé et entraîné un modèle de CNN pour réduire le bruit dans les signaux de parole en utilisant un signal bruité comme entrée. Les résultats obtenus montrent une amélioration significative de la qualité sonore par rapport aux méthodes traditionnelles. Notre approche permet de préserver la clarté et les caractéristiques naturelles de la parole tout en réduisant efficacement le bruit de fond. Ces résultats démontrent le potentiel des CNN pour des applications de traitement du signal de parole dans des environnements bruyants fr_FR
dc.language.iso fr fr_FR
dc.publisher blida1 fr_FR
dc.subject Amélioration de la parole , apprentissage profond DL , réseau CNN Abstract :This thesis addresses speech denoising using convolutional neural net fr_FR
dc.title Débruitage de la parole basée sur un réseau neuronal convolutif (Convolutional Neural Network:CNN) fr_FR


Fichier(s) constituant ce document

Ce document figure dans la(les) collection(s) suivante(s)

Afficher la notice abrégée

Chercher dans le dépôt


Recherche avancée

Parcourir

Mon compte