Dépôt Institutionnel de l'Université BBA

Reconnaissance Automatique de Locuteurs en Sciences Forensiques (Criminalistiques)

Afficher la notice abrégée

dc.contributor.author Guemmour, Sara
dc.date.accessioned 2021-06-02T09:40:50Z
dc.date.available 2021-06-02T09:40:50Z
dc.date.issued 2019
dc.identifier.uri https://dspace.univ-bba.dz:443/xmlui/handle/123456789/477
dc.description.abstract Un système de reconnaissance automatique du locuteur en sciences forensiques (RALF) est mis en oeuvre pour identifier correctement un suspect dans le cadre d’une simulation d’enquête policière ou judiciaire, à l’aide d’enregistrements vocaux. En effet, on peut facilement capturer des traces vocales, qui peuvent être analysées au moyen d’un système de reconnaissance automatique du locuteur, et par conséquent, aider le tribunal à prendre une décision. Dans notre travail, nous avons utilisé l'interprétation bayésienne pour calculer le rapport de vraisemblance (LR) qui pondère la preuve en faveur de deux hypothèses contradictoires : 1) le locuteur suspect est la source de l'enregistrement interrogé (trace), 2) le locuteur à l'origine de l'enregistrement interrogé n'est pas le locuteur suspect, avec l'adaptation des modèles de mélange gaussien (GMM) pour les locuteurs utilisant le modèle de fond universel (UBM). Les expériences réalisées montrent que le système d’identification forensique du locuteur est très intéressant et peut aider énormément à résoudre des problèmes criminalistiques. En effet, nous avons eu des résultats très promoteurs dans différents scénarios de simulation. Nous avons aussi montré que les conditions d’enregistrement et les supports de transmission ont une grande influence sur les performances d’un système de reconnaissance forensique du locuteur. en_US
dc.language.iso fr en_US
dc.publisher Faculté des Sciences et Technologies en_US
dc.relation.ispartofseries ;EM/M/2019/04
dc.subject Reconnaissance automatique du locuteur en sciences forensiques RALF, Identification forensique, interprétation Bayesienne, Modèle de mélange de gaussiennes GMM, rapport de vraisemblance LR, Modèle de fond universel UBM. en_US
dc.title Reconnaissance Automatique de Locuteurs en Sciences Forensiques (Criminalistiques) en_US
dc.type Thesis en_US


Fichier(s) constituant ce document

Ce document figure dans la(les) collection(s) suivante(s)

Afficher la notice abrégée

Chercher dans le dépôt


Recherche avancée

Parcourir

Mon compte