Le signal électromyographique de surface (SEMG) est la manifestation électrique, collectée à la surface de la peau par des électrodes, de l'activité neuromusculaire. Son allure dépend de plusieurs paramètres anatomiques et physiologiques du muscle contracté. L'estimation de ces paramètres par l'identification de l'allure du signal SEMG est utile dans la détermination de la configuration et la composition du muscle ainsi que dans l'étude de l'électrophysiologie musculaire. Cette tâche, utilisant un modèle de génération du signal SEMG, est effectuée en trouvant, par une succession d'essais et d'erreurs, la combinaison de paramètres du modèle générant un signal correspondant le mieux au signal expérimental. Cette procédure est coûteuse en temps de calcul dû au nombre important de combinaisons de paramètres possibles d'une part et à l'effet compensatoire de ces paramètres entre eux, source de solutions multiples. Une nouvelle approche, utilisant un système de multiples réseaux de neurones (SMRN) est proposée dans cet article. Ce système est composé de quatre réseaux neuronaux entraînés sur plusieurs ensembles de signaux SEMG de courte durée modélisés. Après adaptation et réduction de dimension du signal à identifier, le système permet d'estimer en temps réduit: la section et la profondeur de l'unité motrice (UM) génératrice du signal, la largeur de sa jonction neuromusculaire (JNM), le nombre de fibres musculaires composant l'unité motrice ainsi que le rapport d'anisotropie du tissu musculaire. Pour évaluer ses performances, le système est testé avec plusieurs signaux modélisés.