comparaison de vecteurs

**Lethal Noiz** · 07/02/2009, 15h21

Bonjour, avant tout je voudrai vous dire que je suis totalement inculte en matiere d'algorithme et de programmation.

J'ai un soucis concernant un projet de reconnaissance vocale. Je me suis tourné vers le forum "signal" de la section Matlab dans cette discussion et on m'a conseillé de venir ici pour tenter de trouver l'algorithme dont j'ai besoin.

En fait le but de la manoeuvre est de comparer un signal sonore a un autre situé dans un "dictionnaire" contenant quelques mots préalablement enregistrés dans le but de reconnaitre le mot que je souhaite comparer.

La comparaison serait faite sur la base de la représentation temporelle du signal ou spectral

On m'a parlé d'algorithme de comparaison dynamique mais j'avoue pas comprendre grand chose.

Ce qu'il faut savoir c'est que les mots que je vais comparer sont relativement différent pour que la différence soit flagrante (pour simplifier les choses)

Je voudrai donc savoir si vous pouviez m'aider.

**pseudocode** · 08/02/2009, 19h39

Envoyé par Lethal Noiz

On m'a parlé d'algorithme de comparaison dynamique mais j'avoue pas comprendre grand chose.

Ca ne serait pas "Dynamic Time Warping" dont on t'a parlé ?

**Lethal Noiz** · 08/02/2009, 20h15

c'est ça

**pseudocode** · 08/02/2009, 23h09

As-tu as regardé l'algorithme et les références de l'article sur wikipedia ?

**Lethal Noiz** · 18/02/2009, 09h43

J4ai regardé mais ce n'est pas plus complet que le cours que j'ai a vrai dire meme si je ne comprend pas grand chose au cours que j'ai.

Mais vous pensez qu'au vu de mon probleme, cette algorithme est la seule alternative car on m'avait parlé d'une comparaison simple "morceau par morceau" du signal sonore en supposant qu'il était aligné temporellement..

**FR119492** · 18/02/2009, 10h26

Salut!

J'ai un soucis concernant un projet de reconnaissance vocale

je suis totalement inculte en matiere d'algorithme

La reconnaissance vocale est un domaine "de pointe"; alors, je vois une légère incompatibilité entre tes deux affirmations ci-dessus. Je vais néanmoins essayer de te montrer de la manière la plus simple possible comment aborder ton problème.
La parole que nous entendons est la superposition d'une composante de base (plus grave chez les hommes que chez les femmes) qui ne porte que peu d'information (sauf dans le cas du chant) et d'une composante qui permet de différencier les phonèmes. Alors, comment différencier ces phonèmes? Je te propose de commencer par les voyelles.
Tu enregistres les lettres a, e, é, i, etc. prononcées par différentes personnes, puis tu examines ces signaux pour trouver les caractéristiques qui sont communes à tous les enregistrements de la même lettre prononcée par différentes personnes et clairement distinctes de celles des autres lettres, quel que soit le locuteur.
Quand tu auras fini avec les voyelles et les diphtongues, tu pourras passer aux consonnes.
Jean-Marc Blanc

**pseudocode** · 18/02/2009, 10h27

Envoyé par Lethal Noiz

J4ai regardé mais ce n'est pas plus complet que le cours que j'ai a vrai dire meme si je ne comprend pas grand chose au cours que j'ai.

L'algo du calcul est donné sur la page de wikipedia : il fait 10 lignes donc pas trop dur à implémenter. De plus, il y a les références en bas de la page.

Mais vous pensez qu'au vu de mon probleme, cette algorithme est la seule alternative car on m'avait parlé d'une comparaison simple "morceau par morceau" du signal sonore en supposant qu'il était aligné temporellement..

Il faut effectivement comparer "morceau par morceau". Mais pour la comparaison de chaque morceau il faut utiliser la DTW pour avoir de bons résultats.

**Lethal Noiz** · 23/02/2009, 13h50

L'algo du calcul est donné sur la page de wikipedia : il fait 10 lignes donc pas trop dur à implémenter. De plus, il y a les références en bas de la page.

Autant pour moi je n'avais pas fais attention au lien et donc je n'avais pas regardé la bonne page.

Cela correspond donc en gros a la comparaison de deux signaux et il me suffira ensuite de choisir la "distance" entre les symboles?

J'ai pas trop envie de prendre le jury pour des imbéciles en sortant de mon chapeau une programmation matlab et utilisant de l'algorithmique qu'on n'étudie pas en prépa et assez complexe , j'aimerai comprendre en fait ce que "signifie" cet algorithme. Encore une chose,

il faut utiliser la DTW pour avoir de bons résultats.

J'aimerai déja essayé sans utiliser la DTW avec des moyens tres sommaires car les sons que je vais comparer seront relativement différents que ce soit spectralement ou temporellement.

Pour répondre a FR119492, dans mon TIPE je ne vais pas réaliser quelque chose de magique, ce n'est pas ce qui est demandé en revanche il faut que j'ai une expérience qui fonctionne et que j'explique la théorie sur laquelle repose la reconnaissance vocale. Je sais bien que c'est tres compliqué et je ne prétend pas pouvoir expliquer de fond en comble ce qu'est la reconaissance vocale. Cette reconnaissance vocale en gros représentera la différenciation de quelques mots prononcé par moi uniquement et en gros le meme jour dans les meme conditions d'enregistrement pour mettre le maximum de chance de mon coté pour faire fonctionner tout cela.

encore merci pour l'algorithme de DTW je vais déja voir si je suis capable de l'utiliser.

**pseudocode** · 23/02/2009, 14h13

Envoyé par Lethal Noiz

J'aimerai déja essayé sans utiliser la DTW avec des moyens tres sommaires car les sons que je vais comparer seront relativement différents que ce soit spectralement ou temporellement.

Le DTW ne s'occupe que de gérer des décalages temporels (compression/dilatation) . Pour des décalages spectraux il faudra trouver autre chose.