Discrimination d’une voix pathologique par la classification Deep-Learning basée images. Etude de Cas : Maladie de Parkinson

Abstract

L'efficacité des systèmes de reconnaissance vocale est importante pour une bonne interaction homme-machine. En raison du manque de données audio au moment du développement massif de l’apprentissage profond, nous avons proposé une méthode basée sur l'augmentation des données en utilisant les coefficients cestreaux fréquence Mel (MFCCs). Ces coefficients sont convertis par la suite en images afin de les classifier par un model d’apprentissage profond. Ensuite, pour tester la performance de l’approche proposée, on fait appel aux réseaux de neurones convolutifs conventionnels (CNN), développés par VGG16, INCEPTIONV3 et RESNET. Les résultats obtenus ont montré l’efficacité de l’approche proposée pour aider le diagnostic d’une maladie neurologique (maladie de Parkinson comme étude de cas) en utilisant la voix.