Identification des troubles de la voix par l’analyse temps-fréquence et les machines à vecteurs de support

Abstract

Le travail que nous présentons dans ce mémoire consiste à concevoir un système d’aide au diagnostic qui permet l’identification des troubles vocaux à partir des ondes acoustiques. Le système proposé est basé sur la transformée en ondelettes continue et les statistiques d’ordre supérieur pour l’extraction d’attributs. Une échelle d’ondelette modifiée basée sur la gamme fréquentielle audiométrique de perception humaine a été exploitée. La technique de Fisher a été utilisée en vue de sélectionner les attributs. Ce système classifie les sons de la voix en utilisant les machines à vecteurs de supports (En anglais : Support Vector Machines - SVMs). La décision finale consiste à indiquer s’il s’agit d’une voix saine ou pathologique. Les bases de données « Saarbrücken Voice Database -SVD- » et « Massachusetts Eye & Ear Infirmary - MEEI » ont été utilisées dans la partie expérimentale. Les mesures de performances utilisées dans cette étude sont : le taux de bonne classification (TBC), taux de vrais positif (TVP), taux de vrais négatif (TVN), la courbe ROC et l’AUC (Area Under roc Curve). Les résultats obtenus nous ont permis de donner des conclusions importantes sur les bases de données des voix pathologiques.