Proposition d’une méthode de segmentation adaptative de la parole arabe

Abstract

Il y a longtemps, l’utilisation de la parole comme Interface Homme-Machine (IHM) s’est imposée dans de nombreux domaines car c’est un moyen naturel de communiquer pour les humains. Durant ces dernières années, deux applications dans le domaine du traitement de la parole ont connu des progrès considérables, la reconnaissance vocale et la synthèse de la parole. Nous allons nous intéresser dans cette thèse au domaine de la reconnaissance vocale, qui est une technique informatique qui permet d’analyser la voix humaine captée au moyen d’un microphone pour la transcrire sous la forme d’un texte exploitable par une machine. Ce processus utilise un ensemble de phases (près-traitement, segmentation, extraction des caractéristiques, classification et poste-traitement) afin d’extraire le résultat finale. Parmi ces phases, la phase de segmentation est une phase très cruciale du fait qu’elle définisse les unités de base à reconnaître par le système. En plus, la représentation d’un signal produite est affectée directement par le matériel d’acquisition utilisé (type de microphone et carte son). Malheureusement, les méthodes actuelles de segmentation automatiques de la parole ne permettent pas de produire un signale de parole segmenté identique sur des ordinateurs différents. Il est donc nécessaire de disposer une méthodes de segmentation adaptative qui va résoudra cette hétérogénéité. Pour cela, on s’intéresse dans ce travail à proposer une méthode de segmentation qui s’adapte au matériel et donne un résultat similaire sur des différente machines.Over time, the use of the speech as Human Machine Interface (HMI) has emerged in many areas because it is a natural way to communicate to people. In recent years, two applications in the field of speech processing have made considerable progress, speech recognition and speech synthesis. We will focus in this thesis to the field of speech recognition, which is a computer technique allows to analyze the human voice captured by a microphone to transcribe it in the form of a text readable by a machine. This process uses a set of phases (close-treatment, segmentation, feature extraction, classification and post-treatment) to retrieve the final result. Among these phases, the segmentation phase is a crucial stage because it defines the basic units to be recognized by the system. In addition, the representation of a signal produced is directly affected by the acquisition of equipment used (type of microphone and sound card). Unfortunately, current methods of automatic segmentation of speech does not allow to produce a segmented same speech signals on different computers. It is therefore necessary to have an adaptive segmentation methods which will solve this heterogeneity. For this, we are interested in this work to propose a segmentation method that fits the material and gives a similar result on different machines