AMARA KORBA Mohamed Cherif2023-03-302023-03-302009https://dspace.univ-annaba.dz//handle/123456789/2453Le travail réalisé lors de cette thèse s’inscrit dans le cadre général de la reconnaissance automatique de la parole (RAP) robuste. La plupart des systèmes RAP fonctionnent correctement dans un environnement aux caractéristiques acoustiques et sonores proches de l'environnement dans lequel s’est fait l'entraînement mais les performances vont se dégrader notablement si les conditions environnementales sont très différentes. Cette sensibilité au bruit est un des freins majeurs à l’emploi de la reconnaissance automatique de la parole dans des applications dites grand public. Notre objectif, lors de cette thèse, est de rendre le système de reconnaissance insensible, c’est-à dire robuste, aux changements de conditions environnementales, en proposant une nouvelle technique de modélisation acoustique capable d’améliorer le signal de parole à l’entrée du système de reconnaissance. Cette technique se fondant sur l’exploitation des indices perceptuels de la parole, permettant ainsi de traiter des bruits d’ordre plus général (bruit blanc, rose, industriel ….etc.). En un premier temps nous avons comparé différentes techniques de modélisation acoustique, les plus utilisées dans cette discipline, et qui résolvent efficacement le problème de la RAP dans le milieu non bruité, mais les performances du système sont loin d’être satisfaisantes en présence de bruit, la plus part de ces paramètres acoustiques sont basés sur l’étude du spectre d’énergie. Nous avons étudié les paramètres acoustiques robustes proposés par Donglai Zhu et K.K. Paliwal qui sont fondés sur le produit du spectre d’amplitude par le spectre de phase. Ces coefficients nous ayant permis d’obtenir de bons taux de reconnaissance jusqu’à des rapport signal-sur-bruit (SNR : signal to noise ratio) de 5dB avec des conditions de bruits variées qui prouvent qu’il est possible de mettre en oeuvre un système résistant à des environnements sonores différents et qui n’ont pas été rencontrés lors de la phase d’apprentissage.frReconnaissance Automatique de la Parole par les HMM en Milieu Bruité : Contribution par paramétrisation acoustique robusteThesis