Sommaire
Objectifs : - 3 -
1. Principe de reconnaissance vocale - 3 -
1.1. Codage linéaire prédictif pour la parole - 3 -
1.2. Reconnaissance par déformation temporelle dynamique (DTW) - 4 -
1.3. Reconnaissance par DTW et utilisation des coefficients parcor - 4 -
1.4. Reconnaissance par DTW et utilisation des coefficients cepstraux - 5 -
2. Démonstration - 5 -
2.1. Dictionnaire de référence : - 5 -
2.2. Mot test : - 6 -
2.3. Interprétation du résultat : - 7 -
3. Conclusion - 8 -
4. Bibliographie - 8 -

Reconnaissance de la parole
Par la méthode DTW

Objectifs :

Le but de ce projet est de réaliser, sous Matlab, un programme de reconnaissance vocale basée sur l'algorithme "Dynamic Time Warping" appellé plus communément DTW. Le cadre de travail de cette reconnaissance est de travailler avec des mots isolés, un petit vocabulaire et un seul locuteur. La reconnaissance nécessite au préalable une analyse acoustique, qui se fera au moyen d'une analyse LPC (Linear Predictive Coding). Le test de validité de notre application s'effectue en tentant de reconnaître des échantillons différents enregistrés par le même locuteur.
1. Principe de reconnaissance vocale
1.1. Codage linéaire prédictif pour la parole

Afin d'effectuer cette analyse, il est d'abord nécessaire d'effectuer une analyse LPC qui nous permet d'extraire les coefficients de prédiction ai. Cette analyse sera réalisée en prenant une tranche de 30ms du signal toutes les 10ms. A chacune de ces tranches, on appliquera une fenêtre de Hamming et ensuite on réalisera l'analyse LPC proprement dite. Une fois réalisée l'analyse de tous les échantillons, il est assez simple de pouvoir comparer les ai ou plus exactement de mesurer la distance de l'échantillon à identifier vis-à-vis des échantillons de référence. Il est à noter qu'afin d'éviter des calculs inutiles, les coefficients de référence sont calculés une fois pour toute et sauvés dans un fichier d’extension WK1.
Cependant, si l'on