About: Techniques de modélisation stochastique pour la reconnaissance de la parole   Goto Sponge  NotDistinct  Permalink

An Entity of Type : rdac:C10001, within Data Space : data.idref.fr associated with source document(s)

AttributesValues
type
Thesis advisor
Author
alternative label
  • Stochastic modelling techniques for speech recognition
dc:subject
  • Évaluation
  • Thèses et écrits académiques
  • Processus stochastiques
  • Markov, Processus de
  • Modèles mathématiques
  • »more»
preferred label
  • Techniques de modélisation stochastique pour la reconnaissance de la parole
Language
Subject
dc:title
  • Techniques de modélisation stochastique pour la reconnaissance de la parole
Degree granting institution
note
  • Dans un système de reconnaissance de parole, l'analyse acoustique consiste à reconnaître dans le signal de parole des unités acoustiques (phonèmes, syllabes, mots). Cette étude concerne les modèles stochastiques utilisés pour représenter ces unités acoustiques. Ces modèles sont tous composés d'un processus non-observable ou «caché» ; représentant la structure temporelle grossière de l'unité acoustique et d'un processus d'observation liant le processus caché aux paramètres acoustiques extraits du signal de parole. Le plus connu de ces modèles, composé d'une chaîne de Markov «cachée» et d'un processus d'observation, est appelé Modèle de Markov Caché. Différents types de processus cachés (chaîne de Markov, semi-chaîne de Markov, chaîne de Markov hiérarchisée) ainsi que différents types de processus d'observation (modélisation discrète, continue, semi-continue – processus multiple) sont combinés et comparés. L'algorithmique est détaillée (principe d'optimisation pour l'apprentissage : algorithme EM, algorithmes d'apprentissage et de reconnaissance) ; l'algorithmique correspondant aux semi-modèles de Markov cachés constitue l'apport majeur de ce travail. De nombreux tests ont été effectués dans le cadre d'un système de reconnaissance de 130 mots isolés multi-locuteur. Ces tests montrent l'intérêt de la modélisation explicite du temps passé dans chaque état du processus caché notamment par le biais d'une semi-chaîne de Markov; L'utilisation de plusieurs processus d'observation améliore de manière très importante les résultats en permettant d’extraire une information plus riche du signal de parole. Dans le but d'apprendre globalement un dictionnaire de modèles acoustiques, la modélisation semi-continue nous apparaît comme une technique très prometteuse. Enfin, dans le cadre d'un système de reconnaissance de parole continue, ce travail propose un outil d'évaluation de treillis d'unités acoustiques basé sur une comparaison graphe-graphe par programmation dynamique.
dc:type
  • Text
http://iflastandar...bd/elements/P1001
rdaw:P10219
  • 1990
has content type
is primary topic of
is rdam:P30135 of
Faceted Search & Find service v1.13.91 as of Aug 16 2018


Alternative Linked Data Documents: ODE     Content Formats:       RDF       ODATA       Microdata      About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data]
OpenLink Virtuoso version 07.20.3229 as of May 14 2019, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (70 GB total memory)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2025 OpenLink Software