| Titre : | Reconnaissance vocale par les techniques de deep learning: détecti ondes coups de feu dans un bruit d' une ville. |
| Auteurs : | Mohamed el hadi rahmani, Directeur de thèse ; Bouazza Mustapha, Auteur ; Benhaddad fatiha, Auteur |
| Type de document : | texte imprimé |
| Editeur : | univ DR taher moulay saida, 2020-2021 |
| Format : | 70 p / ill / 29 cm |
| Accompagnement : | CD rom |
| Langues: | Français |
| Mots-clés: | reconnaissance vocal ; single audio ; classification audio ; l’apprentissage profond ; Réseaux de neurones récurrents: Convolutional Neural network. |
| Résumé : |
Les signaux audio sont partout autour de nous. En tant que tel, il existe un intérêt croissant pour la classification audio pour divers scénarios, de la détection d’alarme incendie pour les personnes malentendantes à l’analyse du son du moteur à des fins de maintenance, en passant par la surveillance des bébés. Bien que les signaux audio soient de nature temporelle, dans de nombreux cas, il est possible de tirer parti des avancées récentes dans le domaine de la classifica- tion des images et de l’utilisation des réseaux de neurones convolutifs à haute performance pour la classification audio. Dans cet article de blog, nous allons démontrer un tel exemple en utilisant la méthode populaire de conversion du signal audio dans le domaine fréquentiel. Dans le but d’améliorer la précision de la reconnaissance vocale par diverses sources d’in- formations, cette note se concentre sur l’exploitation des informations sur une source vocale spécifique. L’information en audio est généralement moins distincte mais plus difficile à extraire mais, avec le développement de la technologie, du stockage et des ressources Et des études dans le domaine de la compréhension du phénomène de production et de perception du son, ont conduit les chercheurs à reconsidérer ces préjugés et à tenter d’obtenir la plupart de ces informations supplémentaires pour améliorer les performances du système de reconnaissance vocale. Le prin- cipal défi de la technologie de reconnaissance vocale était d’améliorer la robustesse des systèmes dans des conditions incompatibles. Notre système fournit des indicateurs acoustiques comme base pour la classification des sons, ainsi que pour la discrimination des sons. Le développement mondial rapide et la croissance des télécommunications, tant en termes de taille que de diversité (déplacements physiques, transactions financières, accès aux services...) implique la nécessité de vérifier l’identité des individus. L’importance de ces enjeux, motive les fraudeurs à vaincre les systèmes de sécurité existants. La voix véhicule des informations différentes, la parole L’humain vu comme un ensemble de sons structurés, est fondamentalement un moyen de communication. En tant que tel, un signal vocal est généralement le porteur du message à une autre personne. Un changement dans la nature de le signal sonore rend le traitement des données brutes de ces derniers très difficile. En effet, ces données contiennent des informations complexes, et sont souvent redondant et mélangé avec du bruit |
| Note de contenu : |
-Traitement de signal auditif -deep learning -La Réalisation |
Exemplaires
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| aucun exemplaire |
Documents numériques (1)
Reconnaissance vocale par les techniques de deep learning: détecti ondes coups de feu dans un bruit d' une ville. Adobe Acrobat PDF |
