Titre :	Effective Speech Emotion Recognition Using Deep leaning approaches for algerian dialect
Type de document :	texte imprimé
Auteurs :	Yahia cherif,Raoudha, Auteur ; Moussaoui ,Abdelouahab, Directeur de thèse
Editeur :	Setif:UFA
Année de publication :	2020
Langues :	Français (fre)
Catégories :	Thèses & Mémoires:Informatique
Mots-clés :	Réseaux neuronaux convolutionnels Long Short Term Memory Apprentissage Dialecte algérien
Index. décimale :	004 - Informatique
Résumé :	La reconnaissance des émotions à partir des signaux vocaux basée sur l’apprentissage profond est un domaine de recherche assez actif. Dans cette thèse, la reconnaissance des émotions dans le dialecte algérien est étudiée. La base de données émotionnelle est collectée à partir des émissions télévisées algériennes. Les audios sont étiquetés par leurs émotions: happy, angry, neutral ou sad et diverses méthodes de classification sont appliquées: apprentissage automatique, réseaux de neurones convolutionnels profonds( CNNs) et Long Short Term Memory(LSTM). Après avoir appliqué les modèles proposés sur notre jeu de données, la meilleure précision obtenue est de 92,93% également atteinte par le modèle LSTM-CNN.
Côte titre :	MAI/0356
En ligne :	https://drive.google.com/file/d/1L2gfCo9jF4lVvIJccOREFYokFTDdt0AX/view?usp=shari [...]
Format de la ressource électronique :	pdf

Effective Speech Emotion Recognition Using Deep leaning approaches for algerian dialect [texte imprimé] / Yahia cherif,Raoudha, Auteur ; Moussaoui ,Abdelouahab, Directeur de thèse . - [S.l.] : Setif:UFA, 2020.
Langues : Français (fre)

Catégories :	Thèses & Mémoires:Informatique
Mots-clés :	Réseaux neuronaux convolutionnels Long Short Term Memory Apprentissage Dialecte algérien
Index. décimale :	004 - Informatique
Résumé :	La reconnaissance des émotions à partir des signaux vocaux basée sur l’apprentissage profond est un domaine de recherche assez actif. Dans cette thèse, la reconnaissance des émotions dans le dialecte algérien est étudiée. La base de données émotionnelle est collectée à partir des émissions télévisées algériennes. Les audios sont étiquetés par leurs émotions: happy, angry, neutral ou sad et diverses méthodes de classification sont appliquées: apprentissage automatique, réseaux de neurones convolutionnels profonds( CNNs) et Long Short Term Memory(LSTM). Après avoir appliqué les modèles proposés sur notre jeu de données, la meilleure précision obtenue est de 92,93% également atteinte par le modèle LSTM-CNN.
Côte titre :	MAI/0356
En ligne :	https://drive.google.com/file/d/1L2gfCo9jF4lVvIJccOREFYokFTDdt0AX/view?usp=shari [...]
Format de la ressource électronique :	pdf