Les Inscriptions à la Bibliothèque sont ouvertes en
ligne via le site: https://biblio.enp.edu.dz
Les Réinscriptions se font à :
• La Bibliothèque Annexe pour les étudiants en
2ème Année CPST
• La Bibliothèque Centrale pour les étudiants en Spécialités
A partir de cette page vous pouvez :
Retourner au premier écran avec les recherches... |
Détail de l'auteur
Auteur Guerti, Mhania
Documents disponibles écrits par cet auteur
Affiner la recherche
Titre : Vérification automatique du locuteur arabophone par les algorithmes génétiques Type de document : texte imprimé Auteurs : Djemai, Mohamed, Auteur ; Guerti, Mhania, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2011 Importance : 73 f. Présentation : ill. Format : 30 cm. Accompagnement : 1 CD-ROM. Note générale : Mémoire de Magister : Electronique : Alger, Ecole Nationale Polytechnique : 2011
Bibliogr. f. 70 - 73Langues : Français (fre) Mots-clés : Modèle GMM
Reconnaissance automatique du locuteur
Vérification automatique du locuteur
Algorithmes génétiques
Maximum likelihoodIndex. décimale : M005711 Résumé : Ce travail de Magister s'inscrit dans le domaine du Traitement Automatique de la Parole (TAP) et plus particulièrement dans la Reconnaissance Automatique du Locuteur (RAL).Cette dernière a plusieurs axes de recherche, tels que : l'indexation Automatique du Locuteur (InAL), l'identification Automatique du Locuteur (IAL), la Vérification Automatique du Locuteur (VAL), etc.
Nous avons mis l'accent sur la VAL en mode dépend du texte. Pour cela, nous avons utilisé un corpus comprenant des mots prononcés par des locuteurs arabophones et enregistrés dans un milieu ambiant sous forme Wav.
La majorité des systèmes actuels de la VAL, sont basés sur le Modèle de Mélange de Gaussiennes (GMM) en utilisant une méthode (ML). Cette méthode est largement utilisée à cause de sa simplicité et sa traçabilité mathématique, cependant, elle mènera généralement à un modèle sous optimal pour tous les modèles initiaux arbitraires choisis. Pour pallier à cette limitation, nous proposons un algorithme hybride (AG-ML) pour la modélisation du locuteur basée sur les GMM. Nous avons appliqué les Algorithmes Génétiques (AG) à l'apprentissage du locuteur pour vérifier son identité en raison de leurs capacités concernant les problèmes d'optimisation les plus compliqués. Nous avons utilisé la réestimation ML comme un opérateur heuristique pour améliorer la vitesse de convergence de l'AG.
Les Taux de Reconnaissance (TR) sont égaux à 98%, ceux-ci montrent que le la méthode hybride AG-ML proposée est meilleure que celle de l‟estimation traditionnelle ML dans la modélisation du locuteur basée sur les GMM.Vérification automatique du locuteur arabophone par les algorithmes génétiques [texte imprimé] / Djemai, Mohamed, Auteur ; Guerti, Mhania, Directeur de thèse . - [S.l.] : [s.n.], 2011 . - 73 f. : ill. ; 30 cm. + 1 CD-ROM.
Mémoire de Magister : Electronique : Alger, Ecole Nationale Polytechnique : 2011
Bibliogr. f. 70 - 73
Langues : Français (fre)
Mots-clés : Modèle GMM
Reconnaissance automatique du locuteur
Vérification automatique du locuteur
Algorithmes génétiques
Maximum likelihoodIndex. décimale : M005711 Résumé : Ce travail de Magister s'inscrit dans le domaine du Traitement Automatique de la Parole (TAP) et plus particulièrement dans la Reconnaissance Automatique du Locuteur (RAL).Cette dernière a plusieurs axes de recherche, tels que : l'indexation Automatique du Locuteur (InAL), l'identification Automatique du Locuteur (IAL), la Vérification Automatique du Locuteur (VAL), etc.
Nous avons mis l'accent sur la VAL en mode dépend du texte. Pour cela, nous avons utilisé un corpus comprenant des mots prononcés par des locuteurs arabophones et enregistrés dans un milieu ambiant sous forme Wav.
La majorité des systèmes actuels de la VAL, sont basés sur le Modèle de Mélange de Gaussiennes (GMM) en utilisant une méthode (ML). Cette méthode est largement utilisée à cause de sa simplicité et sa traçabilité mathématique, cependant, elle mènera généralement à un modèle sous optimal pour tous les modèles initiaux arbitraires choisis. Pour pallier à cette limitation, nous proposons un algorithme hybride (AG-ML) pour la modélisation du locuteur basée sur les GMM. Nous avons appliqué les Algorithmes Génétiques (AG) à l'apprentissage du locuteur pour vérifier son identité en raison de leurs capacités concernant les problèmes d'optimisation les plus compliqués. Nous avons utilisé la réestimation ML comme un opérateur heuristique pour améliorer la vitesse de convergence de l'AG.
Les Taux de Reconnaissance (TR) sont égaux à 98%, ceux-ci montrent que le la méthode hybride AG-ML proposée est meilleure que celle de l‟estimation traditionnelle ML dans la modélisation du locuteur basée sur les GMM.Exemplaires
Code-barres Cote Support Localisation Section Disponibilité Spécialité Etat_Exemplaire M005711A M005711 Papier Bibliothèque centrale Mémoire de Magister Disponible M005711B M005711 Papier Bibliothèque centrale Mémoire de Magister Disponible Documents numériques
DJEMAI.Mohamed.pdfURL