Reconnaissance automatique de la parole arabe: Approche évolutionniste

Abstract

Le traitement automatique de la parole est un domaine d’étude active depuis les années 50 se qui explique sa richesse mais aussi sa difficulté. Il fait collaborer plusieurs disciplines et techniques. La complexité du signal de la parole qui résulte de l’interaction entre la production des sons et leur perception par l’oreille ce qui contribue dans la difficulté de la reconnaissance automatique de la parole, qui est devenue un sujet de recherche très intéressant.

La reconnaissance de la parole est un domaine de recherche qui inclut plusieurs approches et techniques, tels que les modèles de markov cachés MMC qui sont les plus répandus actuellement, les réseaux de neurones (RN), les modèles de markov cachés MCC associés au réseau de neurones (MMC-RN), la méthode DTW qui est la plus utilisée durant les années 70-80, et d’autres qui reposés sur l’hybridation des différentes techniques, bien que les approches évolutionnistes aussi s’impose comme un outil intéressant pour la reconnaissance de la parole. Les coefficients MFCC restent ainsi un choix raisonnable pour représenter le signal de parole dans une tâche de reconnaissance automatique de la parole.

Ce travail vise à réaliser un système de reconnaissance automatique de la parole arabe par un algorithme génétique. Ce dernier est muni d’un algorithme de recherche tabou avec des entrées fournies par l’algorithme de k_plus proche voisin KPPV.

Notre première contribution consiste à utiliser un algorithme de K-plus proche voisin KPPV pour le filtrage de la population initiale et réduire sa taille. Les performances de la technique KPPV dans la classification justifie leur utilisation dans le filtrage de la population initiale. L’algorithme génétique évaluer la population des individus présentés par la l’algorithme KPPV et extraire toutes les solutions possibles.

Une seconde contribution consiste à utiliser un algorithme de recherche tabou qui assure la survie des individus voisins de la solution présentée par l’algorithme génétique, évite les optimaux locales et permettre à l’algorithme génétique d’être un système de reconnaissance de la parole arabe des performances considérables.