Reconnaissance Des Sons Spécifiques De L’arabe Standard Par Réseaux De Neurones

Résumé: Par Reconnaissance Automatique de la Parole (RAP), nous entendons la transformation automatique de la parole vers du texte écrit. Ce passage automatique de la parole vers du texte écrit doit nécessairement passer par plusieurs étapes dont la plus importante est la décomposition de la parole prononcée en un ensemble de composantes acoustiques. Une unité très petite tel que le phonème nécessite 39coefficients MFCC (Mel Frequency Cepstral Coefficients) pour représenter fidèlement la parole prononcée. Passer à la parole continue contenant des centaines de phonèmes nécessite encore une énorme quantité de composantes acoustiques à traiter. Pour remédier à ce problème, nous faisons appel à la méthode dite du Réseau de Neurones Artificiels (RNA), qui a pour but la simulation informatique du Réseau de Neurones Biologiques (RNB). En effet, le cerveau humain est constitué de milliards de neurones biologiques interconnectés les uns aux autres et permettant l’échange d’informations en des temps très courts (environ 1017 opérations par seconde). A travers donc le RNA, nous essayons d’exploiter cette qualité du RNB qui permet de traiter un flux très important d’informations en des temps très courts, pour réaliser un système de reconnaissance automatique de la parole spécifique à l’Arabe Standard. Comme base de données sonores, nous avons exploité un corpus contenant 400 fichiers sonores pour l’apprentissage des phonèmes spécifiques et 320 fichiers sonores pour les tests de reconnaissance. Les résultats obtenus sont encourageants. Le taux de reconnaissance des phonèmes emphatiques est de 91.25%. Le taux global de reconnaissance des phonèmes spécifiques de l’Arabe Standard est de 89.37%.

Publié dans la revue: Revue Maghrébine des Langues