cherifa snani | Université 8 Mai 1945 Guelma

One of the most frequently used signals is the speech signal. Speech is indeed one of the fundamental modalities that man uses to communicate. The question is no longer just what is said but also the context in which the sentence is pronounced. This is where the emotional dimension comes in. The automatic recognition of emotions is a subject that is attracting growing interest in the field of speech processing. In this article we will show that it is possible to automatically identify the emotional state using the parameters used for speech and speaker recognition. So the purpose of this work is to make the machine capable of understanding human behavior

Abstract (Ar)

Abstract (Ar):

واحدة من الإشارات المستخدمة بشكل متكرر هو إشارة الكلام. الكلام هو في الواقع أحد الأساليب الأساسية التي يستخدمها الإنسان للتواصل. السؤال ليس فقط لمعرفة ما يقال ولكن أيضا لمعرفة سياق نطق الجملة. في هذا المستوى يلعب البعد العاطفي دوره. التعرف التلقائي على العواطف هو موضوع الاهتمام المتزايد في مجال معالجة الكلام. سنبين في هذه المقالة أنه من الممكن تحديد الحالة العاطفية تلقائيًا باستخدام المعلمات المستخدمة في التعرف على والتعرف على اللغة. إن الغرض من هذا العمل هو جعل الآلة قادرة على فهم السلوك البشري

Abstract (Fr)

Abstract (Fr):

L'un des signaux fréquemment utilisé est le signal de parole. La parole est en effet l'une des modalités fondamentales que l'homme utilise pour communiquer. La question n'est plus uniquement de savoir ce qui est dit mais aussi de connaître le contexte de prononciation de la phrase. C'est à ce niveau qu'intervient la dimension émotionnelle. La reconnaissance automatique des émotions est un sujet qui suscite un intérêt croissant dans le domaine du traitement de la parole. Dans cet article nous allons montrer qu'il est possible d'identifier automatiquement l'état émotionnel en utilisant les paramètres utilisé pour la reconnaissance de la parole et du locuteur. Donc le but de ce travail est de rendre la machine capable de comprendre le comportement humain

Scientific publications

Scientific publications :

Cherifa, S., Messaoud, R., Narima, Z., & Houcine, B. (2013). GMM Vector Quantization on the Modeling of DHMM for Arabic Isolated Word Recognition System. International Journal of Computational Linguistics Research, Volume 4(3), 2013

Scientific conferences

Scientific conferences:

Cherifa, S., Messaoud, R., Narima, Z., & Houcine, B. (2013, June). Performance study of vector quantization methods (k-means, GMM) for arabic isolated word recognition system based on DHMM. In 2013 World Congress on Computer and Information Technology (WCCIT) (pp. 1-4). IEEE.

Cherifa, S., & Messaoud, R. (2013, January). New technique to use the GMM in speaker recognition system (SRS). In 2013 International Conference on Computer Applications Technology (ICCAT) (pp. 1-5). IEEE.