Un système hybride AG/PMC pour la reconnaissance de la parole Arabe

Une des innovations récentes en IA est l’intégration de ses multiples paradigmes dans des systèmes dits systèmes hybrides intelligents.

Nombre de recherches dans ce contexte s’orientent vers l’intégration des réseaux de neurones (RNs) et des algorithmes génétiques (AGs).

Le problème de la RAP est un domaine d’étude active depuis les années 50.

Parmi les modèles les plus utilisés dans ce domaine, les RNs, plus particulièrement, le Perceptron Multi-Couches (PMC).

Dernièrement, une extension de ces modèles a été mise au point donnant naissance aux modèles hybrides.

Notre contribution rentre das le cadre de la reconnaissance des chiffres Arabe isolés indépendamment du locuteur.

Après extraction des paramètres acoustiques du signal vocal, en utilisant l’analyse RASTAPLP (RelAtive SpecTrAl processing-Perceptual Linear Predictive), nous proposons après, un système hybride pour l’entraînement et la reconnaissance qui permet de rejoindre les capacités discriminantes, la résistance au bruit des PMCs et la capacité des AGs pour l’optimisation d’un ensemble de paramètres par une recherche globale, en vue de trouver un système de reconnaissance vocale optimal de meilleurs performances.