Overview

La reconnaissance automatique de la parole constitue aujourd'hui un élément central de l'interaction homme-machine, avec des applications allant des assistants vocaux aux systèmes intelligents. Toutefois, ces avancées profitent encore peu aux langues peu dotées en ressources.Cet ouvrage propose une étude approfondie de la reconnaissance de la parole amazighe, en particulier du dialecte tarifit, parlé dans le nord du Maroc et en Afrique du Nord. Face à la rareté des données linguistiques, plusieurs corpus vocaux ont été constitués et enrichis progressivement.Différentes architectures de deep learning ont été conçues et évaluées, incluant des modèles convolutionnels, récurrents, hybrides et à mécanismes d'attention. Des stratégies d'augmentation des données et d'adaptation paramétrique efficaces ont permis d'améliorer les performances tout en réduisant les coûts computationnels.Les résultats obtenus démontrent la pertinence de solutions modernes pour la reconnaissance vocale des langues peu dotées et constituent une contribution significative à la valorisation technologique de la langue amazighe.