Reconnaissance de locuteur sur canal radio dégradé

Un pipeline qui simule un canal radio P25 sur des voix VoxCeleb, augmente les données par niveaux de SNR, extrait des features acoustiques robustes et entraîne un SVM, avec une interface Streamlit de démonstration.

1. 01Construction du dataset[selection_agents.py, dataset_construction.py]

   Sélection de 50 agents, plusieurs versions de chaque enregistrement à différents SNR.

2. 02Entraînement[train_model*.py]

   Découpage 70/15/15 stratifié par agent, SVM RBF, recherche d’hyperparamètres, rapport par agent.

accuracy de test

86.98 %

accuracy de test

2 250 échantillons, 50 agents ; validation 86,89 %, entraînement 92,15 %[Documentation/rapport (OCR)]

L'augmentation par SNR est faite avant un découpage aléatoire non groupé : des versions bruitées d'un même enregistrement peuvent se trouver à la fois en entraînement et en test. Ce score est donc probablement optimiste.

• Fuite possible entre entraînement et test (voir ci-dessus) ; un découpage par enregistrement ou par vidéo serait plus fiable.
• Canal radio simulé, pas d’enregistrements radio réels.