| Titre : | Appareil intelligent pour les étudiants aveugles : Cas d'examen |
| Auteurs : | oumaima Mammeri, Auteur ; larafi aya Meghazi, Auteur ; Nour Elhoda Zerarka, Directeur de thèse |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2024 |
| Format : | 1 vol. (94 p.) / couv. ill. en coul / 30 cm |
| Langues: | Français |
| Mots-clés: | ´Etudiants Aveugles,Intelligence Artificielle, Internet des Objets, Apprentissage Profond, Reconnaissance Optique de Caract`eres, Google Text-to-Speech. |
| Résumé : |
Les étudiants aveugles font face à des défis majeurs, surtout durant les examens, o`u lesm´ethodes traditionnelles d’assistance humaine r´ev`elent souvent leurs limites en termes d’accessibilit´e et d’équit´e. Pour répondre `a ces enjeux, nous avons con¸cu un appareil intelligentint´egrant des technologies de reconnaissance optique de caractères et de synthèse vocale , ainsi que des modèles d’apprentissage profond . Cet appareil permet aux étudiantsaveugles de passer leurs examens de manière autonome, supprimant ainsi le besoin d’unassistant humain pour lire les questions et écrire les réponses. Nos recherches ont requis l’utilisation de l’Internet des objets pour une communication entemps réel efficaceet l’intégration de techniques avancées d’intelligence artificielle afin de garantirune reconnaissance vocale et textuelle de haute précision. La conception de l’appareil a également pris en compte l’ergonomie et l’accessibilit´e, assurant une utilisation facile pour les étudiants aveugles tout en garantissant la sécurité et la confidentialit´e des données personnelles.En améliorant continuellement la précision de nos modèles et en élargissant le support linguistique et fonctionnel, notre travail pave la voie `a de futures innovations dans le domaine des technologies assistives. Cela contribue ainsi `a une meilleure inclusion et`a une égalité des chances accrue pour les personnes aveugles dans le système éducatif etau-delà. |
| Sommaire : |
Table des mati`eres i Table des figures iv Liste des tables vi Liste des abr´eviations vii R´esum´e Introduction 2 1 Concepts de base 4 1.1 Les personnes aveugles . . . . . . . . . . . . 4 1.2 Types de C´ecit´e . . . . . . . . . . . . . . . 5 1.3 Le monde des personnes aveugles . . . . . . . . . . . . 7 1.4 Les d´efis de la vie des personnes aveugles . . . . . . . . 7 1.5 L’intelligence artificielle . . . . . . . . . . . . . . . 9 1.5.1 L’intelligence artificielle et les aveugles . . . . . . . . . . 10 1.5.2 Les principaux appareils technologiques d’assistance pour les personnes aveugles 10 1.6 L’apprentissage automatique . . . . . . . . . . . . . 10 1.6.1 Les neurones . . . . . . . . . . . . . . . 11 1.6.2 La d´efinition d’un neurone artificiel . . . . . . . . . . . . . 11 1.6.3 Les r´eseaux de neurones . 1.6.4 Fonctionnement des r´eseaux de neurones artificiels . . . . . 12 1.7 Les techniques d’apprentissage automatique . . . . . . . . . 13 1.7.1 Algorithmes d’apprentissage supervis´e . . . . . . . 13 1.7.2 Algorithmes d’apprentissage non supervis´e : . . . . . . 14 1.7.3 Apprentissage par renforcement : . . . . . . . . . . . 14 1.7.4 Apprentissage semi-supervis´e : . . . . . . . . . 15 1.7.5 l’apprentissage par transfert (transfer learning) . . . . . . . . . . . 16 1.8 L’apprentissage profond (deep learning) . . . . . . . . . 16 1.8.1 La Diff´erence entre l’apprentissage profond et l’apprentissage automatique 17 1.8.2 Architectures de l’apprentissage profond . . . . 17 2 Int´egration de NLP dans l’IoT 20 2.1 Traitement du langage naturel (NLP) . . . . . . . . . 20 2.1.1 D´efinition . . . . . . . . . . . . . 20 2.1.2 Les domaines d’application du traitement du langage naturel . . . . 21 2.1.3 L’importance de traitement du langage naturel . . . . . . . 23 2.1.4 Les principales m´ethodes utilis´ees en NLP .. . . . . . . 23 2.2 La reconnaissance de texte . . . . . . . . . . . . 24 2.2.1 D´efinition . . . . . . . . . . . . . . 24 2.2.2 Diff´erentes techniques de reconnaissance de texte . . . . . . . 24 2.3 Les travaux connexes de la reconnaissance de texte . . . . . 25 2.4 La reconnaissance vocale . .. . . . . . . . . . . 26 2.4.1 D´efinition . . . . . . . . . . . . . . . . . 26 2.4.2 Fonctionnement des syst`emes de reconnaissance vocale . . . 27 2.4.3 Mod`eles utilis´es pour la reconnaissance vocale . . . . . . . . 28 2.5 Les travaux connexes de la reconnaissance vocal . . . . . . . . . . 29 2.6 l’Internet des objets (IoT) . . . . . . . . . . . . 31 2.6.1 D´efinition . . . . . . . . . . . 31 2.6.2 L’architecture IoT . . . . . . . . . . . 2.6.3 Internet des objets pour les personnes aveugles . . . . . . 32 2.7 IoT en tant que software . . . . . . . . . . 33 2.7.1 Raspbian . . . . . . 33 Table des mati`eres 2.8 IoT en tant que hardware avec le Raspberry Pi : . . . . . . . . 34 2.8.1 Pr´esentation du Raspberry Pi : . .. . . . 35 2.8.2 Les types de Raspberry Pi : . .. . . . . 36 3 Conception et r´ealisation 41 3.1 Conception . . . . .. . . . . . . . 41 3.2 Partie mat´erielle . . . . . . . . . . . 43 3.3 Partie logicielle . . . . . . . . . . . 47 3.3.1 Reconnaissance de texte `a l’aide de pytesseract OCR . . . 49 3.3.2 Google Text to Speech (gTTS) . . . . 51 3.3.3 Reconnaissance de voix en utilisant le deep learning . . . . 52 3.3.4 Stockage des R´eponses . . 59 3.4 Conception 3D . .. 59 4 impl´ementation et r´esultats obtenus 62 4.1 Langage et outils de developpement . . . . 63 4.2 R´ealisation mat´erielle . . . . 65 4.3 R´ealisation logiciel . . 66 4.3.1 Configuration Mat´erielle . 66 4.3.2 Pr´etraitement de donn´ees . . 68 4.3.3 Impl´ementation des mod`eles . 69 4.3.4 Tableau de Comparaison . . . . . . . .. . . 80 4.3.5 Fonctionnement du Serveur . . . .. . 82 Conclusion 84 |
| Type de document : | Mémoire master |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MINF/898 | Mémoire master | bibliothèque sciences exactes | Consultable |
