Reconnaissance de la parole SCIA 2008 Julien Assémat David Landais

Plan Introduction Un point sur l’état de l’Art Approche du projet Rappel du projet Objectifs du projet Un point sur l’état de l’Art Méthode explicite Méthode implicite Performances Approche du projet Techniques et méthodes retenues Applications

Introduction Rappel du projet Objectifs du projet Système de reconnaissance vocale Parole continue Vocabulaire de grande taille Objectifs du projet Capacité de reconnaissance d’un signal de parole continue Applicable à tout type de messages sonores (discours, …) Taux de reconnaissance correct Utilisation pour une application concrète

Un point sur l’état de l’Art Deux méthodes de conception selon les techniques utilisées Méthode explicite Méthode basée sur l’utilisation de connaissances explicites Méthode implicite Méthode basée sur une approche statistique

Méthode explicite Un point sur l’état de l’Art Première approche en reconnaissance de la parole dès 1970 Basée sur l’utilisation de connaissances explicites Comparaison à des formes de références (spectres, …) Techniques Systèmes multi-agents Blackboard (Hearsay II) Systèmes experts (1980) Méthode peu performant

Méthode implicite Un point sur l’état de l’Art Approche statistique Niveau phonétique (modèle acoustique) Niveau linguistique (modèle de langue) Nécessite un apprentissage Techniques Hidden Markov Models (HMM) Algorithme N-gram Réseaux de neurones

Modèle acoustique Un point sur l’état de l’Art Extraction de caractéristiques d’un signal Travail sur les phonèmes propres à la langue Utilisation du vecteur de caractéristiques extrait Probabilité qu’une portion du signal appartienne à chacun des phonèmes de la langue (HMM) Hidden Markov Models Calculer la probabilité d'une séquence particulière

Modèle de langue Un point sur l’état de l’Art Travail sur la syntaxe et la sémantique propres à la langue Probabilité qu’une suite de mots existe dans la langue Introduction de la notion d’approximation avec N-gram Algorithme N-gram Agrégation en séquences de 2 ou 3 mots avec une probabilité associée Approximation de probabilités de séquences plus longues Calcul des probabilités sur ces séquences plutôt que sur des mots

Méthode implicite : résumé Un point sur l’état de l’Art Méthode implicite : résumé

Performances Un point sur l’état de l’Art Quelques chiffres en moyenne pour les systèmes actuels dans les mêmes conditions environnementales : 0,3 % d’erreur pour l’énumération d’une suite de chiffres 5 % d’erreurs pour un vocabulaire de 20 000 mots en parole continue 8 % d’erreurs pour une énumération de lettres 40 % d’erreurs pour une conversation téléphonique spontanée En général, forte dépendance de certains paramètres Taille du vocabulaire Régionalisation (paramètre inter-locuteur) Etat émotionnel (paramètre intra-locuteur)

Approche du projet Méthodes et techniques retenues Applications Utilisation de la méthode implicite Meilleurs résultats Utilisation des deux modèles (phonétique et linguistique) Réseaux de neurones pour la reconnaissance des phonèmes Applications Indexation de messages sonores Emissions radiophoniques Discours Conversation …

?