Le bégaiement est un trouble de la parole courant qui peut persister jusqu'à l'âge adulte s'il n'est pas traité à un stade précoce. Le bégaiement peut avoir un impact significatif sur la qualité de vie d'une personne.

Les bègues peuvent s'abstenir de parler et gâcher des occasions de se faire des amis, de présenter leurs propres idées et opinions en public et d'exercer une influence négative lors d'entretiens d'embauche. Cette étude utilise un ensemble de données comprenant des signaux vocaux avec bégaiement, que l'on peut appeler la banque de fluidité (FB).

Dans ce travail, un algorithme efficace pour effectuer des corrections de bégaiement (anti-bégaiement) est proposé. Cet algorithme contient des techniques avancées.

Ces techniques avancées sont les motifs binaires locaux unidimensionnels améliorés (EOLBP) et le perceptron multicouche adapté pour la régression (AMLPR). L'EOLBP permet d'extraire des caractéristiques utiles et l'AMLPR est un classificateur génératif.

En outre, l'utilisation de ces techniques avancées permet d'obtenir une parole chorale ou en retour en envoyant la sortie de l'algorithme (parole anti-bégaiement) à l'oreille du bègue pour obtenir l'effet choral. Cet effet choral peut produire une parole fluide via la bouche du bègue, ce qui peut contribuer à guérir les personnes qui bégaient.

. .