Coopération de connaissances dans les systèmes de reconnaissance automatique de la parole

الموضوعات

علوم تطبيقية وتكنولوجية

الملخص

Le but de la Reconnaissance Automatique de la Parole (RAP) consiste à extraire, à l'aide d'un ordinateur, l'information lexicale contenue dans un signal de parole. La performance des systèmes de RAP a connu de très grands progrès ces dernières années, mais elle reste encore loin de celle des humains. Un problème majeur des systèmes de RAP est de trouver l'ensemble des caractéristiques qui représentent le mieux le signal de parole. Une différence fondamentale entre les systèmes de RAP et les humains est la qualité de l'information utilisée ainsi que la relation entre les sources d'information pour prendre des décisions. Pour décoder le message contenu dans un signal de parole, les humains n’emploient pas une seule source d’information, mais plutôt toute l'information disponible comme entre autre la tonalité de la voix, l’information prosodique, l'intonation, l'accent, la fréquence fondamentale, alors que les systèmes de RAP se basent principalement sur la représentation de ce signal. Un autre problème des systèmes de RAP, est lié à la différence entre les environnements d'apprentissage et ceux de test. L’apprentissage des systèmes de RAP se fait en utilisant des bases de données développées dans les laboratoires. Ces dernières, n’intègrent pas les conditions réelles que l’on rencontre généralement dans les lieux de travail ou de la vie de tous les jours. L’utilisation d’un système de RAP dans des conditions réelles doit prendre en compte toutes les différences possibles entre les données utilisées pour l'apprentissage et les données utilisées pour le test, afin d’améliorer sa robustesse. Dans ce travail, nous avons proposé deux contributions pour tenter de résoudre ces deux problèmes majeurs responsables en grande partie de la performance ainsi que de la robustesse des systèmes de RAP. La première contribution a consisté en l'exploitation de la richesse du signal de parole par la combinaison de différentes sources d'information. Il s'agit de la combinaison de l'information acoustique et de l'information prosodique, ces deux informations sont fusionnées pour aboutir au vecteur de caractéristiques du signal de parole. La modélisation acoustique étant faite à base des modèles de Markov Cachés. Des améliorations des taux de reconnaissance ont été remarquées dans les milieux bruités. Ainsi, sur le nouveau vecteur acoustique obtenu, l'apport de l’utilisation des matrices de covariance complètes lors de la modélisation gaussienne ainsi que la réduction d’espace basée sur la méthode HLDA ( Linear Discriminant Analysis) ont été étudiées. La deuxième contribution se décline dans l’utilisation des Réseaux Bayésiens Dynamiques pour traiter le problème de la robustesse des systèmes de RAP. Dans notre cas, nous avons proposé un modèle de réseaux dans lequel l’information relative à l’environnement d’entrainement est intégrée avec l'objectif de permettre une meilleure exploitation des informations disponibles lors de la phase d'entrainement des systèmes. L’utilisation de ce nouveau modèle a permis d’améliorer d’une manière significative les taux de reconnaissance. Ses contributions ont été évaluées aussi bien pour la reconnaissance de mots isolés que pour la parole continue (phonèmes connectés).

روابط وملفات

التعريف والنوع

رقم الوثيقة

0dd2b931-6f2a-4f76-a00f-322edc3d78d3

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

رسائل دكتوراة

نوع الملف

pdf text

أسماء الملفات

1374751_1.pdf, 1374751_2.pdf

بيانات النشر

ألقاب المؤلفين

[{"name_ar":" Anissa Imen Amrous","title_ar":"اعداد","title_en":"Preparation"},{"name_ar":"M. Debyeche","title_ar":"اشراف","title_en":"Supervision"}]

اللغة

French

المصدر والدورية

اسم المصدر

Coopération de connaissances dans les systèmes de reconnaissance automatique de la parole

المحتوى والصفحات

عدد الصفحات

0

كلمات الباحثين

environnement réel, les modèles HMMs, les modèles DBNs, paramètres acoustiques, paramètres prosodiques et fusion, Reconnaissance de la parole

إشراف وإعداد

الإشراف

M. Debyeche

الإعداد

Anissa Imen Amrous

الاقتباسات الببليوغرافية