GEOTRUST SSL CERTIFICATE
Titre : | Le Deep Learning pour la Reconnaissance Automatique de la Parole |
Auteurs : | M.A. BOUDIA, Directeur de thèse ; BENALIOUA Ghania, Auteur |
Type de document : | texte imprimé |
Editeur : | Algèrie:unv saida-Dr Moulay Tahar, 2019 |
Format : | 69 p / ill / 29 cm |
Accompagnement : | 1 CD-RO |
Note générale : | Bibliographie |
Langues: | Français |
Catégories : | |
Mots-clés: | deep learning, reconnaissance automatique de la parole , RNN, BRNN, CNN, LibriSpeech, Gated Recurrent Unit. |
Résumé : |
Ce mémoire de master est consacré à lutilisation du deep learning pour la création dun
système de reconnaissance automatique de la parole continue multi-locuteurs pour la langue anglaise. A cet effet nous avons proposé 4 différentes architectures : RNN, BRNN, CNN-RNN, CNN- BRNN et on les a entrainés sur le corpus LibriSpeech comportant 100 h denregistrement vocaux. Par la suite le modèle qui a donné une meilleure performance par rapport aux autres, il a été entrainé sur 360 h supplémentaire de data set du même corpus. Les RNN utilisés sont tous de type GRU (Gated Recurrent Unit). Les résultats ont démontré à la fin que les RNN bidirectionnels (BRNN) sont beaucoup plus performants que les RNN surtout sils sont utilisés en mixture avec les CNN qui permettent à la fois daméliorer les résultats ainsi que de réduire le temps dentrainement. Nous avons prouvé également limpact et limportance davoir une base dapprentissage plus riche sur les performances des modèles en deep learning. |
Note de contenu : |
1 Deep Learning
2 Traitement Automatique de la Langue 3 La Reconnaissance Automatique de la Parole 4 Contribution |
Exemplaires (1)
Code-barres | Cote | Support | Localisation | Section | Disponibilité |
---|---|---|---|---|---|
TECT06026 | T.I.MS00537 | Périodique | Salle des Thèses | Informatique | Exclu du prêt |
Documents numériques (1)
Le Deep Learning pour la Reconnaissance Automatique de la Parole Adobe Acrobat PDF |