La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 1 Reconnaissance de la parole Ivan Magrin-Chagnolleau, CNRS Laboratoire Dynamique Du Langage

Présentations similaires


Présentation au sujet: "LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 1 Reconnaissance de la parole Ivan Magrin-Chagnolleau, CNRS Laboratoire Dynamique Du Langage"— Transcription de la présentation:

1 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 1 Reconnaissance de la parole Ivan Magrin-Chagnolleau, CNRS Laboratoire Dynamique Du Langage

2 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 2 Objectifs Transformer un signal de parole en : Texte (dictée vocale, transcription) Action (commande vocale, systèmes de dialogue) Information indexée (annotation, indexation)

3 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 3 Les sources de variabilité Les facteurs intra-locuteurs : co-articulation, variation dans la prononciation, etc. Les facteurs inter-locuteurs : physiologie, age, sexe, psychologie, familiarité avec lapplication, etc. Lenvironnement : bruit, micro, canal de transmission, présence dautres locuteurs, etc.

4 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 4 Variabilité intra- et inter-locuteur

5 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 5 Variabilité intra-locuteur

6 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 6 Typologie des systèmes Type de parole Taille du vocabulaire Niveau de dépendance par rapport aux locuteurs Environnement dutilisation Profil des utilisateurs potentiels

7 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 7 Type de parole Mots isolés Mots connectés Détection de mots clés Parole contrainte Parole continue Parole spontanée

8 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 8 Taille du vocabulaire Quelques mots (5 – 50) Petit vocabulaire (50 – 500) Vocabulaire moyen (500 – 5000) Grand vocabulaire (5000 – 50000) Très grand vocabulaire (> 50000)

9 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 9 Dépendance au locuteur Dépendant du locuteur : le système fonctionne correctement avec un utilisateur particulier Adaptation au locuteur = utilise quelques données spécifiques dun locuteur pour adapter le système à une nouvelle voix Indépendant du locuteur : le système fonctionne avec nimporte quel utilisateur

10 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 10 Environnement dutilisation Parole large-bande (ordinateur, etc.) Parole bande-étroite avec distorsion (téléphone, etc.) Environnement calme (bureau + micro-casque) Bruit de fond

11 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 11 Profil des utilisateurs potentiels Utilisation professionnelle par des spécialistes Grand public Entraîné / naïf Fréquent / occasionnel Utilité Coopération

12 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 12 Deux exemples Dictée vocale Parole continue Grand vocabulaire Adaptation au locuteur Bureau+micro-casque Utilisateurs dordinateurs Service téléphonique Détection de mots clés Quelques mots Indépendant du locuteur Parole téléphonique Grand public

13 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 13 Système de reconnaissance de mots

14 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 14 Programmation dynamique (DTW) meilleur chemin Mot inconnu Y Mot X Mot 1 Mot 2 Mot n

15 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 15 Contraintes locales

16 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 16 Contraintes locales : exemple

17 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 17 Modèle de Markov caché : principe

18 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 18 Modèles de Markov cachés (HMM) meilleur chemin Mot 2 Mot 1 Mot n Mot inconnu Y Mot X

19 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 19 Viterbi : exemple

20 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 20 Algorithme de Viterbi : exercice

21 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 21 Le modèle hiérarchique

22 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 22 Le modèle hiérarchique : exemple

23 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 23 Modèles phonétiques (1)

24 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 24 Modèles phonétiques (2) Le mot « américain »

25 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 25 Modèles contextuels

26 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 26 Modèles de langage A un instant donné, tous les mots nont pas la même probabilité de présence : –Le petit chat boit du … Grammaires probabilistes : toutes les phrases sont possibles mais avec des probabilités différentes Grammaires à états finis : partition binaire des séquences de mots en « séquences possibles » et « séquences impossibles »

27 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 27 Modèle acoustique + Modèle de langage

28 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 28 Les n meilleures phrases

29 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 29 Treillis de mots / Graphe de mots

30 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 30 Graphe de mots (2)

31 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 31 Performances

32 LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 32 Recherche actuelle


Télécharger ppt "LE TRAITEMENT AUTOMATIQUE DE LA PAROLE 1 Reconnaissance de la parole Ivan Magrin-Chagnolleau, CNRS Laboratoire Dynamique Du Langage"

Présentations similaires


Annonces Google