Documents disponibles écrits par cet auteur

Reconnaissance Automatique de la Parole (RAP) en utilisant le Deep Learning / Doha BOUALLAL

Public ISBD Titre : Reconnaissance Automatique de la Parole (RAP) en utilisant le Deep Learning Type de document : projet fin études Auteurs : Doha BOUALLAL, Auteur Langues : Français (fre) Catégories : SDBD Mots-clés : Reconnaissance automatique de la parole, réseaux de neurones récurrents, RNN, RAP Index. décimale : mast 72/18 Résumé : La reconnaissance automatique de la parole est un domaine ayant toujours eu un grand attrait auprès des chercheurs comme auprès du grand public. En effet, qui n’a jamais rêvé de pouvoir parler à une machine ou, du moins, piloter un appareil ou un ordinateur par la voix. Ne plus avoir à se lever pour allumer ou éteindre tel ou tel appareil électrique, ne plus avoir à taper pendant des heures sur un clavier pour rédiger un rapport (par exemple). L’homme étant par nature paresseux, une telle technologie a toujours suscité chez lui une part d’envie et d’intérêt, ce que peu d’autres technologies ont réussi à faire. Le secteur de la reconnaissance automatique de la parole est en pleine croissance jour après jour, et nous verrons dans ce travail le progrès scientifique de cette science depuis son apparition jusqu’aujourd’hui ainsi que les principales approches classiques et actuelles qui sont les plus utilisées (plus spécifiquement les approches neuronales). L’objectif de ce travail était de tester la performance des architectures des réseaux de neurones récurrents (RNN) et leur efficacité en RAP. Bien que des améliorations restent encore à faire sur les systèmes complexes de reconnaissance, il est à noter que les systèmes actuels restent limités en matière de robustesse, et doivent donc améliorer dans le futur leur capacité à s’adapter dans différents environnements et conditions d’utilisation. Reconnaissance Automatique de la Parole (RAP) en utilisant le Deep Learning [projet fin études] / Doha BOUALLAL, Auteur . - [s.d.]. Langues : Français (fre) Catégories : SDBD Mots-clés : Reconnaissance automatique de la parole, réseaux de neurones récurrents, RNN, RAP Index. décimale : mast 72/18 Résumé : La reconnaissance automatique de la parole est un domaine ayant toujours eu un grand attrait auprès des chercheurs comme auprès du grand public. En effet, qui n’a jamais rêvé de pouvoir parler à une machine ou, du moins, piloter un appareil ou un ordinateur par la voix. Ne plus avoir à se lever pour allumer ou éteindre tel ou tel appareil électrique, ne plus avoir à taper pendant des heures sur un clavier pour rédiger un rapport (par exemple). L’homme étant par nature paresseux, une telle technologie a toujours suscité chez lui une part d’envie et d’intérêt, ce que peu d’autres technologies ont réussi à faire. Le secteur de la reconnaissance automatique de la parole est en pleine croissance jour après jour, et nous verrons dans ce travail le progrès scientifique de cette science depuis son apparition jusqu’aujourd’hui ainsi que les principales approches classiques et actuelles qui sont les plus utilisées (plus spécifiquement les approches neuronales). L’objectif de ce travail était de tester la performance des architectures des réseaux de neurones récurrents (RNN) et leur efficacité en RAP. Bien que des améliorations restent encore à faire sur les systèmes complexes de reconnaissance, il est à noter que les systèmes actuels restent limités en matière de robustesse, et doivent donc améliorer dans le futur leur capacité à s’adapter dans différents environnements et conditions d’utilisation.

Réservation

Réserver ce document

Exemplaires

Code barre	Cote	Support	Localisation	Section	Disponibilité
mast 72/18	mast 72/18 DOH	Texte imprimé	Unité des masters	Mast/18	Disponible