Dans un contexte de normalisation mondiale, un consortium formé autour du projet de partenariat de 3GPP a recommandé comme codeur décodeur (codec) pour les services de commandes vocales, l'utilisation de système évolué de codage étendu (XAFE : eXtended Audio Front_End). L'approche visée par notre recherche constitue une alternative aux codecs DSR-XAFE actuellement disponible dans les mobiles de communications GSM. En effet, nous proposons d'incorporer une technique d'analyse acoustique multi-variable plus robuste et à plus bas débit, dont l'optimisation est effectuée par une approche de décomposition en sous-espaces à pondérations variables. Le système développé sera compatible avec le projet de partenariat de 3GPP qu'il soit relatif aux réseaux élaborés sur GSM (européen), ou 3GPP2 élaborés sur CDMA (Nords_Américains). Comparativement aux standards de DSR actuels, notre système utilisant le paradigme multi-variable optimisé vise une meilleure compression de débit ainsi que de meilleures performances pour de faibles rapports signal-sur-bruit (RSB) dans des environnements acoustiques changeants (coté client). L'idée consiste à agir au niveau de l'analyse acoustique du signal vocal afin de trouver le type de paramètres le mieux adapté aux milieux bruités et plus particulièrement ceux induits par le milieu de transmission sans fil. L'utilisation d'une analyse multi-variable pose l problème d'assignation des poids de chaque source d'information. Il est en effet très important de bien choisir ces poids en fonction des environnements acoustiques changeants auxquels sont confrontés les systèmes de DSR. Ce mémoire présente un nouveau front-end basé sur un paradigme multi-flots dans un contexte de reconnaissance de la parole distribuée. Il vise à améliorer les performances des systèmes basés sur les modèles de Markov cachés (MMC) en combinant les paramètres conventionnels MFCC (Mel Frequency Cepstral Coefficient) et les LSF (Line Spectral Frequencies), afin de constituer un nouveau vecteur acoustique multi- variable. Notre contribution s'articule autour des aspects innovateurs suivants : exploiter le potentiel des LSF à être utilisés comme paramètres complémentaires aux coefficients MFCC classique; optimiser l'assignation des poids à chaque variable et voir à quel point cela peut influer sur le rendement du système; tester le nouveau système d'analyse acoustique (front-end) avec différents débits de transmission et de voir dans quelle mesure notre système peut réduire le débit de transmission; Les expériences effectuées ont prouvé que l'intégration des paramètres LSF conduit à une amélioration du taux de reconnaissance. Les résultats obtenus ont également montré que les MFCCs, en dépit de leur popularité, perdent de l'information appropriée au processus de reconnaissance en milieu fortement bruité. L'optimisation de l'utilisation des flux de paramètres en réduisant la dimension des vecteurs acoustiques a été effectuée de façon efficace en utilisant la transformée de Karhunen-Loève (KLT). C'est une technique de décomposition en sous-espaces également utilisée en rehaussement des signaux bruités. Ainsi en intégrant KLT nous réalisons deux gains : réduction optimale de paramètres et amélioration de la robustesse, en éliminant les composantes principales bruités (généralement celles d'ordres supérieurs)