Université Blida 1

Système d'authentification du locuteur basé sur un Réseau neuronal résiduel (ResNet)

Afficher la notice abrégée

dc.contributor.author KALLA AMIRA
dc.contributor.author ERRIRI RYM
dc.date.accessioned 2024-10-10T09:38:38Z
dc.date.available 2024-10-10T09:38:38Z
dc.date.issued 2024
dc.identifier.uri https://di.univ-blida.dz/jspui/handle/123456789/31280
dc.description 4.621.1.1318;63p fr_FR
dc.description.abstract L'authentification du locuteur, souvent appelée la reconnaissance vocale, est devenue une technologie cruciale dans de nombreux domaines, notamment pour la sécurité. Notre projet, intitulé "Système d'authentification du locuteur basé sur un Réseau neuronal résiduel (ResNet)", vise à développer un modèle capable d'identifier les voix de quatre dirigeants éminents : Jens Stoltenberg, Julia Gillard, Margaret Thatcher et Nelson Mandela. En utilisant des techniques avancées de traitement du signal et de Deep Learning. Pour cela, nous avons conçu un modèle basé sur une architecture nommée ResNet (ou "Residual Neural Network"). Ce modèle améliore la précision de l'authentification vocale d’un locuteur, réduit les risques de fraude et peut être utilisé pour surveiller des communications sensibles, offrant ainsi une solution non intrusive et efficace pour la vérification d'identité. fr_FR
dc.language.iso fr fr_FR
dc.publisher blida1 fr_FR
dc.subject Système d'authentification du locuteur basé sur un Réseau neuronal résiduel (ResNet) fr_FR
dc.title Système d'authentification du locuteur basé sur un Réseau neuronal résiduel (ResNet) 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