Ce mémoire de projet de fin d'études évalue la modélisation de l'espace de variabilité globale pour la reconnaissance automatique du locuteur, en tenant compte des diverses variabilités du signal vocal. Il examine les approches des i-vecteurs et GMM-UBM pour la classification des locuteurs et l'extraction des paramètres vocaux. Les résultats et discussions fournissent des perspectives pour des améliorations futures dans le domaine.

1. Université des Sciences et de Technologie Houari Boumediene
Faculté d’Electronique et d’Informatique
Département Télécommunications
Option : Systèmes intelligents de communication
Objet : Mémoire de Projet de Fin D’études
Pour l’obtention du diplôme de Master
EVALUATION DE LA MODELISATION DE L’ESPACE DE
VARIABILITE GLOBALE POUR LA RECONNAISSANCE
AUTOMATIQUUE DU LOCUTEUR
Présenté par :
Mr . BOUAFFOU Walid
Mr . KOUACHE Adel
Proposé et dirigé par :
Pr . AMROUCHE Abderahmane
Mr . DJELLAB Mourad

2. INTRODUCTION
Reconnaissance Automatique du
Locuteur :
Espace englobant les variabilités
du locuteur et du canal :
Reconnaitre automatiquement
une personne en analysant le
signal de sa parole.
Le signal vocal est très
variable => Prise en compte
des différentes variabilités lors
de la modélisation
Évaluation de la modélisation de
l’espace de variabilité globale pour la
R.A.L

3. Approche des i-vecteurs (modélisation de
l’EVT)
Approche GMM-UBM
SOMMAIRE
I- Principes de la R.A.L
II- Extraction des paramètres vocaux
IV- Résultats et discussion
III- Classification des locuteurs
Conclusion et perspectives

4. r
I.1 Contexte de la R.A.L

5. r
I.2 Taches de la R.A.L
Identification du
locuteur