ANALYSE ET SYNTHESE DE LA PAROLE ARABE
Résumé
Le signal de parole n’est pas un signal ordinaire, il est le vecteur d’un phénomène extrêmement complexe : communication
parlée. Il est difficile de modéliser le signal de parole car ses propriétés statistiques varient au cours du temps. Sa redondance
lui confère une robustesse à certains types de bruit. Il possède aussi une très grande variabilité. Le traitement de la parole est
aujourd’hui une composante fondamentale des sciences de l’ingénieur, située au croisement du traitement du signal numérique
et du traitement du langage. Nous nous sommes intéressés au traitement de la parole arabe par ordinateur car cette dernière n’a
pas été l’objectif de beaucoup de travaux contrairement à l’anglais, le français, …etc.
Dans le cadre de ce travail, nous nous sommes consacrés à étudier l’analyse du signal vocal arabe par deux méthodes :
l’autocorrélation et le cepstre, pour extraire quelques paramètres caractérisant ce signal tel que le pitch, puis exploitant ces
paramètres pour réaliser la synthèse par LPC et comparer les résultats.
Références
adaptation du locuteur et contrôle temporel dans les
modèles de Markov cachés“, université de Paris, 1998.
[2] R. Boite, M. Kunt, “Traitement de la parole”, Presse
polytechnique romandes, 1987.
[3] Calliope, “ La parole et son traitement automatique “,
Paris, Masson, 1989.
[4] O. Deroo, “ Modèles Dépendants du contexte et
Méthodes de Fusion de données Appliquées à la
reconnaissance de la Parole par Modèles Hybrides
HMM/MPL “, Faculté Polytechnique de Mons, 1998.
[5] M. Taba, “Analyse-Synthèse de la parole par vocoder
numérique à canaux“, Université de Annaba, 1992.
[6] J. D. Reydellet, “L’audionumérique“, 1998.
[7] M. Bacchiani, k. Aikawa,” Optimatization of Time
Frequency Masking Filters using the minum
Classfication error criterion”, IEEE, 1994, Japon.
[8] F.Bendjedi, Y. Meroud, “Analyse et Synthèse de la
Parole par Prédiction Linéaire“, université de Sétif,
1998.
[9] E.A. Echmants, L. Y. Pan & S. M O’Brien,
“Automatic Feature Extraction from Spectrogram for
Acoustic Phonitic
[10] Analysis“, E .A. Edmands, L.Y Pan & S. M O’Brien,
Lutchi Research Center.
[11] M .J. F Gales, S. J Young, “Cepstral parameter
compensation of HMM recognition“, cambridge
