Applying Artificial Intelligence Methods to a Task Involving Recognition

Abstract

L'identification automatique des locuteurs humains est l'un des aspects les plus complexes dans le traitement de la parole. Pour aborder cette tâche, l'identification du genre du locuteur est essentielle, suivie de l'âge et d'autres attributs. La reconnaissance du genre repose principalement sur l'extraction de caractéristiques discriminantes des signaux vocaux et leur classification en voix masculine ou féminine. Cette thèse explore la reconnaissance du genre à partir de la parole en utilisant des techniques d'apprentissage automatique et en s'appuyant sur un large ensemble de données comprenant 8422 échantillons vocaux issus de la base de données VoxForge. Le projet s’est déroulé en trois phases. Dans la première phase, nous nous focalisons sur l'extraction et le prétraitement de caractéristiques pertinentes - le pitch et les MFCCs - qui permettent de différencier efficacement le genre. Dans la deuxième phase, la modélisation, nous évaluons et comparons la performance de six algorithmes d'apprentissage automatique en termes d’accuracy. Ces algorithmes sont : le SVM avec ses quatre noyaux, le k-NN, la Forêt aléatoire, XGBoost, les K-Moyennes et GMM. Les resultats de l’évaluation indiquent que XGBoost est le plus performant, suivi par la Forêt Aléatoire et GMM. La phase finale consiste à mettre en pratique les résultats à travers le développement d'un système de classification du genre en temps réel, avec une interface graphique utilisateur (GUI).