Documents disponibles écrits par cet auteur

Application des Modèles de Markov Cachés et les Modèles de Mélanges de Gaussiennes pour la Classification Phonétique / Lamia AZIB 

Public ISBD Titre : Application des Modèles de Markov Cachés et les Modèles de Mélanges de Gaussiennes pour la Classification Phonétique Type de document : texte imprimé Auteurs : Lamia AZIB, Auteur Année de publication : 2012 Importance : 93 p. Accompagnement : CD Langues : Français (fre) Catégories : Informatique:Reconnaissance des formes et Intelligence artificielle. Mots-clés : Modèle de Mélange de Gaussiennes (GMM), Modèle de Markov Caché (HMM) Résumé : Les recherches en ingénierie d’informatique et de la communication ont pour objectifs de faciliter la coopération homme-machine au travers des systèmes interactifs conversationnels robustes pour le grand public. Ces objectifs nécessitent de comprendre le fonctionnement et de tester l’efficacité d’un certain nombre d’algorithmes de classifications actuellement utilisés. Les méthodes stochastiques basées sur les Modèles de Mélanges de Gaussiennes (GMM) et les Modèles de Markov Cachés (HMM) ont été pleinement exploités pour des systèmes de reconnaissance du langage parlé, mais aussi dans bien d’autres applications dans lesquelles apparaît une séquentialité. Le travail de ce magister s’inscrit dans la perspective d'implémenter un système interactif ayant pour but de classifier les phonèmes. Ce système exploite les propriétés de la modélisation liées aux GMM ainsi qu’aux HMM pour une tâche de classification au quel est intégré des composantes présentant mieux l’information temporelle dans le signal de la parole. Directeur de thèse : BENYETTOU, Abdelkader Application des Modèles de Markov Cachés et les Modèles de Mélanges de Gaussiennes pour la Classification Phonétique [texte imprimé] / Lamia AZIB, Auteur . - 2012 . - 93 p. + CD. Langues : Français (fre) Catégories : Informatique:Reconnaissance des formes et Intelligence artificielle. Mots-clés : Modèle de Mélange de Gaussiennes (GMM), Modèle de Markov Caché (HMM) Résumé : Les recherches en ingénierie d’informatique et de la communication ont pour objectifs de faciliter la coopération homme-machine au travers des systèmes interactifs conversationnels robustes pour le grand public. Ces objectifs nécessitent de comprendre le fonctionnement et de tester l’efficacité d’un certain nombre d’algorithmes de classifications actuellement utilisés. Les méthodes stochastiques basées sur les Modèles de Mélanges de Gaussiennes (GMM) et les Modèles de Markov Cachés (HMM) ont été pleinement exploités pour des systèmes de reconnaissance du langage parlé, mais aussi dans bien d’autres applications dans lesquelles apparaît une séquentialité. Le travail de ce magister s’inscrit dans la perspective d'implémenter un système interactif ayant pour but de classifier les phonèmes. Ce système exploite les propriétés de la modélisation liées aux GMM ainsi qu’aux HMM pour une tâche de classification au quel est intégré des composantes présentant mieux l’information temporelle dans le signal de la parole. Directeur de thèse : BENYETTOU, Abdelkader

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
4466	02-08-306	Version numérique et papier	Bibliothèque USTOMB	Mémoire de Magister	Exclu du prêt

Documents numériques

Application des Modèles de Markov Cachés et les Modèles de Mélanges de Gaussiennes pour la Classification Phonétique Adobe Acrobat PDF