Détection d’activité vocale utilisant l’apprentissage profond

الموضوعات

إحصاء

الملخص

R´esum´eLa d´etection d’activit´e vocale (DAV) est consid´er´ee comme l’une des principalestechniques pour de nombreuses applications vocales. C’est une m´ethode importantedans le traitement de la parole, car elle d´etecte la pr´esence ou l’absence d’une voixhumaine. Auparavant, les performances de la DAV ´etaient bas´ees sur des m´ethodesqui d´ependent du traitement du signal, mais ne donnaient pas des performances satisfaisantes dans des environnements `a bruit ´elev´e, donc l’apprentissage profond estdevenu une alternative. A partir de l`a, nous avons adopt´es dans l’´etude exp´erimentale `sur trois structures pour l’apprentissage profond qui sont la m´emoire `a long et courtterme (LSTM), l’unit´e r´ecurrente ferm´ee (GRU) et un r´eseau DenseNet, et nous avons´egalement utilis´es les deux bases de donn´ees pour la parole et le bruit, qui sont LibriSpeech et QUT-NOISE successivement. Nous avons mesur´es la pr´ecision du WebRTCdans des environnements `a faible bruit avec diverses sensibilit´es et nous avons obtenusune pr´ecision de 98%AbstractVoice activity detection (VAD) is considered to be one of the main techniques formany voice applications. It is an important method in speech processing, because it detects the presence or absence of a human voice. Previously, the performance of the VADwas based on methods that depend on signal processing, but did not give satisfactoryperformance in high noise environments, so deep learning became an alternative. Fromthere, We adopted in the experimental study of three structures for deep learning, longshort-term memory (LSTM), gated recurrent unit (GRU) and a DenseNet network,and we also used the two databases for speech and noise, which are LibriSpeech andQUT-NOISE successively. We measured the accuracy of WebRTC in low noise environments with various sensitivities and we got accuracy of 98%.ملخص يعد اكتشاف النشاط الصوتي كتقنية من التقنيات الرئيسية للعديد من تطبيقات الكالم، فهو طريقة مهمةفي معالجة الكالم، حيث يقوم بالكشف عن وجود أو غياب الصوت البشري. سابقا، تم االعتماد في أداء اكتشافًء النشاط الصوتي على طرق مرضيًا في البيئات ذات الضوضاءتعتمد على معالجةاالشارات، لكن لم تعطي أدا. ومنه اعتمدنا في الدراسة التجريبية على ثالث بنيات للتعلم العميقالعالية، لذلك أصبح التعلم العميق بديالًوهي الذاكرة طويلة قصيرة المدى LSTM ،الوحدة المتكررة ذات البوابات GRU وشبكة DenseNet ،كمااستخدمنا مجموعتي البيانات للكالم والضوضاء، وهي LibriSpeech و NOISE-QUT على التوالي. قمنابقياس دقة WebRTC في البيئات ذات ضوضاء منخفضة وبحساسيات مختلفة وحصلنا على دقة % 98

روابط وملفات

التعريف والنوع

رقم الوثيقة

090806b2-4ae9-4f68-92bf-a1fbc5f42a33

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

ماستر (LMD)

نوع الملف

pdf text

أسماء الملفات

2199205_1.pdf

بيانات النشر

ألقاب المؤلفين

[{"name_ar":"سليماني بالاعور","title_ar":"اشراف","title_en":"Supervision"},{"name_ar":"صابرينة سعيد","title_ar":"اعداد","title_en":"Preparation"},{"name_ar":"عجيلة عبدالرحماني","title_ar":"اشراف","title_en":"Supervision"},{"name_ar":"مروة خيني","title_ar":"اعداد","title_en":"Preparation"}]

اللغة

French

المصدر والدورية

اسم المصدر

Détection d’activité vocale utilisant l’apprentissage profond

المحتوى والصفحات

عدد الصفحات

0

كلمات الباحثين

R´eseaux de neurones, apprentissage profond, r´eseaux de neurones r´ecurrents, R´eseaux de neurones convolutifs, d´etection d’activit´e vocale, rapport signal sur bruit Neural networks, deep learning, recurrent neural networks, Convolutional Neural Networks, voice activity detection, signal-to-noise ratio الشبكات العصبية، التعلم العميق، الشبكات العصبية المتكررة، الشبكات العصبية التالفيفية، كاشف النشاط الصوتي، نسبة اإلشارة إلى الضوضاء

إشراف وإعداد

الإشراف

سليماني بالاعور, عجيلة عبدالرحماني

الإعداد

صابرينة سعيد, مروة خيني

الاقتباسات الببليوغرافية