Connaissance de la parole

Abstract

L'introduction de connaissances dans les systèmes de reconnaissance de parole (RAP) est un bon moyen d'améliorer les performances des systèmes actuels. Dans cet article nous proposons le système ORION dans le cadre d'une application de reconnaissance multilocuteur de mots isolés. ORION est un système hybride à deux passes intégrant plusieurs sources de connaissances : psychoacoustiques, physiologiques et phonéti-ques. Pendant la première passe un modèle d'analyse acoustique perceptivement fondé (PLP), combinant des caractéristiques instantanées et des caractéristiques spectrales dynamiques, est utilisé pour fournir des vecteurs de paramètres à un algorithme de programmation dynamique. A l'issue de cette première passe plus de 98 % de mots ont été Including speech knowledge in automatic speech recognition (ASR) systems is a good way to improve the performance of recognizers. In this paper, we propose the ORION system which deals with speaker-independent ASR for isolated-words. ORION is a two-pass hybrid system which uses several types of knowledge. This knowledge applies to psychoacous-tics, physiology and phonetics. During the first pass an auditory model, PLP (perceptually-based linear prediction analysis) combines static and dynamic features to provide a set of parameters to the dynamic programming algorithm. After this stage 98 % recognition accuracy was obtained for a digit vocabulary and 12 templates per word. The introduction of Traitement du Signal RÉSUMÉ SUMMARY 275 Jean-Claude JUNQUA est ingénieur diplômé de l'École Nationale Supérieure d'Électricité et de Mécanique de Nancy (ENSEM) en électronique et automatique et de l'Université de Nancy 1 où il a obtenu le titre de docteur d'Université en informatique. De 1981 à 1986 il a assuré la responsabilité technique du Centre de Recherche en Informatique de Nancy (CRIN) et a participé aux travaux du groupe Reconnaissance des Formes et Intelligence Artificielle (RFIA). De 1987 à 1988 il a effectué des travaux de recherche sur la reconnaissance automatique de la parole dans le laboratoire Speech Technology Laboratory situé à Santa Barbara, Californie. Présentement en détachement du CNRS et Ingénieur de Recherche à Speech Technology Laboratory, il assure la responsabilité de plusieurs projets liés à l'amélioration de la robustesse des systèmes de reconnaissance automatique de la parole, l'étude de l'effet Lombard, et la réalisation d'environnements logiciels destinés à faciliter le traitement automatique de la parole. correctement reconnus pour un vocabulaire de chiffres et 12 références par mot. L'introduction de connaissances phonétiques durant la deuxième passe diminue l'erreur de reconnaissance de plus de 60 % (par rapport aux résultats obtenus lors de la première passe) pour un vocabulaire de mots acoustiquement similaires (E-SET). MOTS CLÉS Reconnaissance automatique, multilocuteur, mots isolés, discrimination, physiologie, psychoacoustique, phonétique, système hybride, mesure de distance, caractéristiques spectrales dynamiques, modèle d'analyse acous-tique. phonetic knowledge in the second pass decreases the error rate by more Chan 60 % (compared to the results of the first pass) for a confusable vocabulary (E-SET) .