ramounnaim@yahoo.fr
djeddou.mustapha@gmail.com
1X p(Xt |S)
ys (X) = log (7)
T i p(Xt |W )
X1
400
.
Adaptation
.
.
Mâles . Modèle M 350
Xi
.
Modèle genre
.
. Modèle F
300
Nombre d’occurrence
Femelles 250
Score Genre
200
Test 100
Signaux 50
0
-1 0 1 2 3 4 5 6
F IG . 2. Système de détection de genre. Scores
6. Résultats expérimentaux
20
Pour cette expérience, des GMM de taille 2048, 1024, F IG . 6. Détection de genre.
512 ont été formés en mettant toutes les données ensemble
avec 21 coefficients cepstraux MFCC, une normalisation D’après la figure, on peut dire que notre système de
basée sur le retrait de la moyenne cepstrale permet de mini- détection de genre proposé attient 89% de classification cor-
miser les perturbations dues aux canaux de transmission. recte à égale erreur (P F A = P M ), sans l’application de la
normalisation des scores.
200
Références
100