Modélisation AR et ARMA de la parole pour une vérification robuste du locuteur dans un milieu bruité en mode dépendant du texte

Abstract

Extraire d’un signal parole les paramètres pertinents les plus performants pour une vérification du locuteur définit la motivation principale de cette thèse. Ces paramètres représentent les caractéristiques du conduit vocal caractérisant la voix d’une personne. Pour cela, nous nous intéressant à la modélisation pôles zéros ARMA qui est une méthode performante et peu utilisée vu sa non linéarité donc sa complexité. Dans un premier temps, différentes méthodes d’analyses sont appliquées, AR, LPCC, ARMA, CARMA et MFCC dans un milieu bruité et non bruité. Ce travail est poursuivi par la modélisation du locuteur en utilisant l’approche statistique HMM, pour chaque locuteur chaque modèle est entrainé sur la phrase prononcé (mot de passe), il est basé sur le calcul d’un score de vraissemblance. En l’occurrence du test nous avons obtenue un taux de reconnaissance de 60% pour le modèle AR et 80% pour le modèle ARMA dans un milieu non bruité et un taux de 60% pour le modèle AR et 70% pour le modèle ARMA Dans un milieu bruité