Identification du locuteur à l'aide de SVM lors de la reconnaissance de la parole en Oriya

De nombreuses contributions ont été apportées par des scientifiques et des chercheurs en traitement de la parole dans le monde entier pour les langues parlées en anglais et dans d'autres langues. Mais les recherches sur la langue parlée Oriya ont été très rares jusqu'à présent. Ce travail de recherche est une contribution totalement nouvelle à la langue oriya, qui est l'une des langues officielles reconnues de l'Inde. De multiples aspects sont pris en compte dans cette thèse. Des algorithmes de reconnaissance statistique des formes sont utilisés dans le développement de l'identification du locuteur et de la reconnaissance vocale de l'oriya. La tâche d'identification du locuteur est basée sur l'algorithme Support Vector Machine (SVM) tandis que l'algorithme Hidden Markov Model (HMM) est utilisé dans le développement du moteur de reconnaissance vocale de l'Oriya. D'autres techniques efficaces telles que le Dynamic Time Warping (DTW), le réseau neuronal à rétro propagation feed forward (BPFF) basé sur l'ontologie, le k-neighborhood, etc. ont également été examinées et analysées du point de vue de l'identification du locuteur et de la performance de la reconnaissance vocale en Oriya. Un corpus de parole est l'unité intégrale de toute application de traitement de la parole. En raison de l'indisponibilité d'un corpus de parole en oriya dans le domaine public, nous avons établi deux corpus de parole différents en langue oriya.