Reconnaissance automatique de la parole

1. Introduction générale
2. Ingénierie des langues
– 2.1 Représentation et codage des textes
– 2.2 Théorie de l’information et probabilités
– 2.3 Quelques applications du traitement automatique du langage naturel
• 2.3.1 Dictionnaires et étiquetage de surface
• 2.3.2 Re-ponctuation et recapitalisation de textes
• 2.3.3 Traduction automatique statistique
3. Ingénierie de la parole
– 3.1 Rappels de traitement numérique du signal
–3.2 Le signal de parole : analyse, unités pertinentes et variabilité
– 3.3 Codage et compression de la parole
– 3.4 Reconnaissance automatique de la parole
– 3.5 Synthèse de la parole
x : suite de vecteurs acoustiques
wi: mot ou phonème
==
x : suite de vecteurs acoustiques
wi: mot ou phonème
==
!
Petits lexiques :
–Représentation globale : un modèle dédié à
chaque mot du vocabulaire
Grands lexiques :
–Les mots sont représentés par une suite
d’unités élémentaires (phonèmes)

"
!#$
Inconvénients
–Petits vocabulaires
–Difficilement modifiable
–Base de données importante et spécifique pour
l’apprentissage.
–Pour l’apprentissage des modèles, il faut disposer
d’une base de données contenant plusieurs
prononciations de chaque mot à reconnaître
En général, associé à des systèmes simples ou à
des applications type « word spotting »
!
%
Couper les mots en morceaux :
–préfixes, racines, …..
Décomposer les mots en syllabes
–nombre important
Décomposer les mots en phonèmes
–une trentaine pour le français
Attention à la coarticulation
–Représenter un mot par une suite de phonèmes en
contexte
!& 
Phonétisation du lexique
–plusieurs phonétisations pour un même mot
Un mot devient une suite de modèles acoustiques
–un par phonème : modélisation hors contexte
–plusieurs par phonème : modélisation contextuelle
•contexte droit ou gauche
•contexte droit et gauche

'
!& 
Apprentissage des modèles (phonèmes)
indépendamment des mots à reconnaître
Ajouter un mot :
–le phonétiser
–mettre la liste des phonèmes dans le
lexique
Nombre important de noeuds
!($
&
Construire à partir des listes de phonèmes
un arbre a tête commune de tous les mots
:
Exemple :
–lexique
•A = a b c
•B = a b d
•C = a e
Pas de frontières entre les mots
Soit une production vocale :
–on ne connaît pas le nombre de mots
prononcés par le locuteur
–on ne sait pas où chaque mot commence et
finit

)
*$ %

+
x : suite de vecteurs acoustiques
wi: mot ou phonème
==
But : associer une probabilité à toute suite de
mots et participer aux choix des candidats
pour la suite de la phrase à reconnaître
Deux approches possibles :
– l ’une issue de la théorie de l ’information
– l ’autre faisant appel à des connaissances linguistiques
et grammaticales
,%  % -
Une distribution de probabilités
associée à une séquence de mots
P(“And nothing but the truth”) ≈
≈ ≈
≈ 0.001
P(“And nuts sing on the roof”) ≈
≈≈
≈0
!& 
P(X) signifie “probabilité que X soit vrai”
– P(baby is a boy) ≈0.5 (% of total that are boys)
– P(baby is named John) ≈0.001 (% of total
named John)
.$
.$/$/
0&