Audiofanzine a 25 ans !
Se connecter
Se connecter
Mot de passe oublié ?
ou
Créer un compte
ou
Se connecter avec Facebook
FR
EN
Notifications
  • Refonte graphique octobre 2025
    Refonte graphique octobre 2025
    Une refonte graphique vient d'être mise en ligne. Nous espérons qu'elle vous plaira. Merci de nous signaler tout bug ou perte de fonctionnalité ici →
  • Un cadeau d'UVI pour les 25 ans d'Audiofanzine
    Un cadeau d'UVI pour les 25 ans d'Audiofanzine
    Pour célébrer notre quart de siècle, UVI se joint à nous et vous offre le Digital Synsations Vol.1. Pour en profiter c'est par ici 👉
  • Nouveauté : Bookmark article, news ou tuto
    Nouveauté : Bookmark article, news ou tuto
    Bookmarkez un article, une news ou un tuto et retrouvez-le dans votre section "Mes signets" du menu membre.
  • 6 nouveaux annuaires
    6 nouveaux annuaires
    Luthiers, Réparateurs, Cours de musique, Studios d’enregistrement, de mastering et de répétition... Suggérez l’ajout d’une entreprise, inscrivez la vôtre ou déposez un avis.
  • Alertes disponibilité et baisse de prix
    Alertes disponibilité et baisse de prix
    Ces nouvelles fonctionnalités vous permettent d'être informé·e dès qu'un produit est disponible ou que son prix a baissé.
  • Tentatives d'arnaque dans les petites annonces
    Nous faisons face depuis quelques mois à une recrudescence de tentatives d'arnaques dans les petites annonces. Suivez nos recommandations >
Le Pub
News
Articles
Médias
Forums
Tutoriels

Reconnaissance vocal : oui et non

  • 19 réponses
  • 5 participants
  • 632 vues
  • 1 follower
Sujet de la discussion Reconnaissance vocal : oui et non
Salut les ami(e)s,

alors voila, dans le cadre d'une uv de traitement de signal, je dois faire sous matlab un programme me permettant de reconnaitre un oui d'un non... et je me demandais si quelqu'un avait déjà réalisé un travail similaire.
Voila c'est à peu pres tout.

merci

Découvrez ma musique et mon univers ici

2
J'ai pas fait ça, mais on devait faire un programme de compression de la voix et reconstruction par différentes méthodes propres à la voix.
Ce que tu peux fare, c'est une identification des formants - puisqu'ils sont très distincts -, ou une modélisation par tranche de 20ms - AR, coeffs cepstraux, ... - et ensuite regarder si ta phrase est plus proche d'un groupe de point ou d'un autre - là, les buages de points ne doivent pas être mis sur les coeffisicents de l'AR, par exemple, mais sur les racines de ce polynôme, qui sont plus pertinents -

http://blog.audio-tk.com/

Audio Toolkit: http://www.audio-tk.com/

3
Ok ok, je vais pas te dire que j'ai tout capté mais bon, je pense qu'avec mon binome on va parvenir a comprendre ton explication ;)
les coef cepstraux, le prof nous en a parlé vite fait, a priori faudrait passer par là :bravo: enfin je veux dire :???: parce que bon hein...

Découvrez ma musique et mon univers ici

4
En fait, l'avantage des coeffs cepstraux, c'est qu'ils "séparent" le signal initial du filtre par lequel il passe, et le système vocal est bien un filtre avec presque une sinusoïde à l'entrée. Donc en s'affranchissant de la sinusoïde, on peut retrouver le filtre - enfin presque le filtre -

Hors sujet : C'est quoi comme école ?

http://blog.audio-tk.com/

Audio Toolkit: http://www.audio-tk.com/

5

Hors sujet : UTC

Découvrez ma musique et mon univers ici

6
Moi j'avais fait de la reconnaissance vocale avec des réseaux de neurones. (en lisp)
ca marchait pas mal...
mais c'était y'a 10 ans et je me rappelle plus de rien :diable:
7

Hors sujet : DTC

8
N6 > :bave:

Découvrez ma musique et mon univers ici

9
J'obterais pour des methodes de classifications

- pre-traitement des données (ACP par exemple pour ne garder que l'information pertinente...apres a toi de voir sur quel espace tu travailles)
- Classif par réseaux de neurone MLP
Je pense que te créer ta base d'apprentissage ne sera pas le plus difficile (mais bon ca va etre chiand)...apres le MLP va permettre de te tracer la region de separation entre deux classes...

Site personnel: https://www.enib.fr/~choqueuse/

10
Pouvez-vous m'en dire un peu plus sur la technique dite "du réseau de neurones" ? :humm:

Découvrez ma musique et mon univers ici

11
Il faut bien comprendre la théorie derrière aussi...
A partir du pré-traitement, tu obtiens des données caractéristiques. Après, tu entraînes un réseau de neurones pour qu'il donne en sortie 0 ou 1 selon l'entrée que tu lui aura fournie - les données caractérstiques -
Sinon, un réseau bayesien ? - non, je rigole -

http://blog.audio-tk.com/

Audio Toolkit: http://www.audio-tk.com/

12
Hohoho (pas compris)
merci pour ces precisions

Découvrez ma musique et mon univers ici

13
Un réseau de neurones, tu l'entraînes pour qu'il te donne une réponse selon des entrées définies.

http://blog.audio-tk.com/

Audio Toolkit: http://www.audio-tk.com/

14
AirOne si t'es ptient, je dois rediger un truc sur le fonctionnement des reseaux de neurones et sur leur application pour la classif...ca sera bouclé d'ici une semaine...

Sur l'ensemble de données de depart, le réseaux peut te creer des regions deseparations entre donnée arbitrairement complexe....

Donc tu as un ensemble de données dans un espace, et en formant le réseaux deneurone sur un ensemble de données en lui disant : la je sais que ce truc c'est un oui et que tel truc c'est un non, le réseaux va progressivement regler la frontiere de separation entre les données correspondant a un oui et a un non...

Apres l'apprentissage tu peux mettre en entree un son dont tu ne connait pas si c'est un oui ou un non, et le réseau te le dira

Site personnel: https://www.enib.fr/~choqueuse/

15
Ok choc, j'attends ton truc avec impatience alors :oo:

Découvrez ma musique et mon univers ici

16
Entre UT on peux bien s'entraider :bravo:

Site personnel: https://www.enib.fr/~choqueuse/

17
:bise:

Découvrez ma musique et mon univers ici

18
En tout cas vas la en attendant :clin:

http://ocw.mit.edu/OcwWeb/Electrical-Engineering-and-Computer-Science/6-345Automatic-Speech-RecognitionSpring2003/LectureNotes/index.htm

Site personnel: https://www.enib.fr/~choqueuse/

19
Tiens :clin:

http://fr.briefcase.yahoo.com/
compte : reaktor_af
mot de passe : cdelabombe

repertoire choc, fichier MLP

J'ai realisé une doc rapdide sur les MLP pour la classif (je dois redigé un petit truc)...
J'ai pas totallement terminé : Des suggestions, des commentaires, Est-ce clair :?:

Site personnel: https://www.enib.fr/~choqueuse/

20
Mail choc

Découvrez ma musique et mon univers ici