Reconnaissance vocale du genre basée sur l’apprentissage profond

Abstract

Identifier le genre à partir de la parole a toujours été une tâche difficile. Il s'agit d'une condition très courante et nécessaire dans tous les domaines, y compris le secteur de la santé, les laboratoires médico-légaux et tout domaine industriel. La parole et les images sont des données importantes pour la reconnaissance du genre. Les mots sont les moyens par lesquels le genre peut être facilement identifié. C'est un signal physiologique qui représente des informations à plusieurs niveaux tels que le contenu linguistique (la langue, les mots, l'accent, etc.), le contenu paralinguistique (le sexe, l'âge, la langue, etc.) et l'émotion. Le deeplearning est une technique d'apprentissage permettant à un programme de reconnaître le langage parlé. Ce système d'apprentissage et de classification, basé sur des réseaux de neurones artificiels numériques est une technique courante en IA, permettant aux machines d'apprendre et reconnaitre des objets, cette dernière est l’approche la plus prometteuse pour notre sujet. Dans ce projet donc, on s'est posé comme objectif principal la mise au point d'un système de classification basé sur l'apprentissage profond pour la reconnaissance du genre à l'aide de la parole.