Système sécurisé à base vocale

Abstract

Motivée par l’amélioration de la précision de la reconnaissance d’une personne par la fusion des différentes sources d’information, ce PFE se concentre sur l’exploitation de l’information de la source vocale spécifique au locuteur. Les paramètres de la source vocale sont généralement jugés moins discriminants mais difficiles à extraire. Néanmoins, avec l’évolution de la technologie, des ressources de stockage et de calcul, des études dans le domaine de la compréhension du phénomène de production et de perception de la parole, ont poussé les chercheurs à reconsidérer ces préjugés et essayer de tirer le maximum de ces informations complémentaires pour améliorer les performances du système de reconnaissance du locuteur. Le principal défi dans la technologie de reconnaissance du locuteur a donc été d’améliorer la robustesse des systèmes dans des conditions incompatibles. Notre système vocal fournit principalement les indices acoustiques pour la classification des phonèmes, et aussi la personnalité individuelle pour caractériser le locuteur. Le développement et la croissance exponentielle planétaire des communications, tant en volume qu'en diversité (déplacement physique, transaction financière, accès aux services...), implique le besoin de s'assurer de l'identité des individus. L'importance des enjeux, motive les fraudeurs à mettre en échec les systèmes de sécurité existants. La voix est porteuse d’informations variées, la parole humaine considérée comme une émission de sons structurée, est essentiellement un vecteur de communication. A ce titre, un signal de parole est généralement porteur d’un message a destination d’une autre personne. La variation de la nature du signal acoustique rend le traitement des données brutes issues de ce dernier très difficile. En effet, ces données contiennent des informations complexes, souvent redondantes et mélangées à du bruit.Dans ce PFE donc, on s’est posé comme objectif principal la mise au point d’un système de reconnaissance vocale fonctionnant à partir de comparaison entre cepstres MFCC. Plusieurs étapes sont nécessaires pour transformer un fichier audio en cepstre MFCC et puis ces derniers vont subir des traitements par l’algorithme DTW qui sert à calculer des distances pour enfin arriver à résoudre le problème de l’authentification vocale.