Cet article s'inscrit dans le cadre de la détection de mots clés dans un flux de parole. Nous présentons le problème de détection comme un problème de classification où chaque mot clé peut appartenir à deux classes différentes, à savoir ``correct'' et ``incorrect''. Cette classification est réalisée tout d'abord, par l'utilisation des Réseaux de Neurones Artificiels (RNA) en particulier le Perceptron Multi-Couches (PMC). Ensuite, nous proposons l'utilisation des SVM comme technique de classification innovante et efficace et qui a fait ses preuves dans plusieurs domaines de recherche. Chaque mot clé reconnu est représenté par un vecteur caractéristique qui constitue l'entrée du classifieur. Pour déterminer ce vecteur, nous proposons trois représentations vectorielles basées sur l'emploi des probabilités d'observations acoustiques locales et de la durée de chaque état