Système de télécommandement vocal basé Deep Learning

Abstract

La parole est la forme la plus naturelle de communication humaine. On peut prévoir que la parole fera de plus en plus partie des interfaces multimédia entre un utilisateur et un système automatique, d'une part grâce à l'amélioration de la robustesse des systèmes de reconnaissance automatique de la parole etd'autre part, du fait de la sensibilisation croissante du grand public à cette technologie encore peu connue. La Reconnaissance Automatique de la Parole (RAP) demeure depuis toujours un défiscientifique. Au cours de ces dernières années de grands efforts de recherche ont étéconcrétisés, afin de développer des systèmes d’aide et des solutions permettant d’effectuer certaines tâches jusqu’ici réservées aux humains. Nous proposons dans ce travail un système de télé-commandement vocal pour un site web en utilisant seulement la parole en langue Arabe. Le système utilise un classifieurbasé sur l’apprentissage profond et qui applique unalgorithme de réseaux de neurones convolutifs, on a choisi les coefficients MFCC pour l’extraction des caractéristiques du signal de la parole. Ce mémoire fournit l’étude d’une architecture d’un réseau de neurones convolutifs, testé sur notre base de données, où nous avons obtenude bons résultats.