WATAT-YONDEP-STIVE-KEVIN/RECONNAISSANCE-DE-LOCUTEUR-EN-LANGUE-CAMEROUNAISE-YEMBA

Le projet couvre l’ensemble du cycle habituel de traitement: collecte et préparation des données, prétraitement audio, extraction de caractéristiques pertinentes, modélisation et évaluation, puis déploiement. L’objectif est d’identifier l’auteur d’un échantillon vocal donné en Yemba avec des performances acceptables dans des environnements variés. # Reconnaissance de Locuteur en Langue Yemba (Cameroun) Ce dépôt contient une implémentation en Python d’un système de reconnaissance de locuteur pour la langue Yemba du Cameroun. Le parcours suit les étapes suivantes: 1. Introduction 2. Projet 3. Données 4. Prétraitement des données 5. Modélisation et Interprétation 6. Déploiement 7. Conclusion ## Description Ce projet vise à identifier le locuteur à partir d’enregistrements audio en Yemba. Il couvre: - la collecte et l’annotation des données, - le prétraitement audio , - l’extraction de caractéristiques ( MFCC...), - la modélisation et l’évaluation , - un script de déploiement simple pour des prédictions en temps réel. ## NOTE: le jeu de données étant tres lourd, vous pouvez vous le rocurer a l'adresse: "data.mendeley.com" ## Installation Pour cloner ce dépôt et installer les dépendances, exécutez les commandes suivantes : ```bash git clone github.com