Veuillez utiliser cette adresse pour citer ce document : http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/15805
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorAISSAOUI, Amira-
dc.contributor.authorZERROUKI, Achouak-
dc.date.accessioned2024-01-15T10:00:22Z-
dc.date.available2024-01-15T10:00:22Z-
dc.date.issued2023-
dc.identifier.urihttp://dspace.univ-bouira.dz:8080/jspui/handle/123456789/15805-
dc.description.abstractLa communication est l'un des moyens les plus répandus chez les êtres humains pour exprimer leurs états émotionnels internes. Par conséquent, il serait intéressant de développer un système capable de reconnaître automatiquement ces émotions. Dans notre projet, nous nous concentrons sur la création d'un système de reconnaissance des émotions vocales en utilisant des techniques d'apprentissage profond. Le système repose sur l'utilisation de plusieurs paramètres spectraux tels que les MFCC, ZCR, Chroma_stft, chroma_cqt, Mel Spectrogramme, ainsi que des paramètres prosodiques tels que RMS (énergie) et pitch. Chaque type d'émotion est représenté par un modèle CNN. Afin d'optimiser les performances du système, nous avons réalisé de nombreux tests pour déterminer le taux de reconnaissance le plus élevé. En termes de paramètres, la combinaison des techniques MFCC et RMS a obtenu les meilleurs résultats avec un taux de reconnaissance de 84,44 %. Nous avons également constaté qu'en fusionnant les paramètres prosodiques et spectraux avec le modèle CNN, nous avons pu améliorer davantage les performances du système, atteignant ainsi un taux de reconnaissance de 85,88 %.en_US
dc.language.isofren_US
dc.publisherUniversité Akli Mohand Oulhadj - Bouiraen_US
dc.subjectReconnaissance, émotions, paramètres prosodiques, paramètres spectraux, CNN.en_US
dc.titleReconnaissance des émotions vocales basée sur l’apprentissage profonden_US
dc.typeThesisen_US
Collection(s) :Mémoires Master

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
Mémoire.pdf2,9 MBUnknownVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.