Modélisation acoustique pour un système de reconnaissance

Abstract

Notre projet décrit plusieurs méthodes de reconnaissance automatique de locuteur, nous avons enregistré une base des données qui se compose en 60 fichier sonores (femmes et hommes). Ce système se compose de deux phases (apprentissage et test). Ces méthodes comprennent l’étude des applications des certains algorithmes tels que la MFCC (mel-scale fréquence cepstral coefficient), PCA (Principal component analysis), la modélisation vecteur histogramme et l’algorithme issu de l’intelligence artificielle (le SVM Support Vecteurs Machines) afin de faire une reconnaissance de genre (homme-femme) à travers l’empreinte de leur speech (voix). Pour cela on a utilisé pas mal de méthodes simples dont la plus connue est le pitch, MFCC, l’énergie, PCA mais ça donne des résultats plus au moins acceptables cependant on a trouvé à travers l’application des méthodes hybrides qu’on peut améliorer le taux de reconnaissance du genre. Apres l’analyse des résultats qu’on a eus, on a trouvé que la meilleure combinaison possible (pour nous techniques choisis) est l’hybridation entre le MFCC et le PCA, Ce qui a permet l’augmentation de la précision.