Comparative Study Of Hybrid Models For Robust Speaker Recognition Task

Cet article traite du cas du système de vérification des textes de locuteurs indépendants sur la base des chiffres énoncés en langues arabes dans un environnement réel. De ce fait, nous avons adopté les coefficients cepstraux de fréquence Mel (MFCC) comme paramètres caractéristiques du discours, le modèle de mélange gaussien (GMM) pour modeler les caractéristiques du discours extrait et avons testés les machines vecteurs de support (SVM). Les tests ont été menés sur la base de données ARADIGIT à différents niveaux du rapport signal sur bruit (SNR) et sous deux conditions bruyantes émises par la base de données NOISEX-92. Les résultats obtenus démontrent que le modèle GMM-SVM surpasse le modèle GMM-UBM plus particulièrement dans un environnement bruyant.