Le système SHERPA : étiquetage et classification automatique par apprentissage pour le décodage automatique de la parole continue

The SHERPA system : automatic labelling and classification using automatic learning for continuous speech recognition

• Auteur / Autrice : Martine Desi, Franck Poirier
• Direction : Joseph Mariani
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Inscription en doctorat le ; Soutenance le 01/01/1985
• Etablissement(s) : Paris 11
• Partenaire(s) de recherche : Autre partenaire : Université de Paris-Sud. Faculté des sciences d'Orsay (Essonne)
• Jury : Président / Présidente : Christian Fluhr
• Jury : Examinateurs / Examinatrices : Joseph Mariani, Christian Fluhr, Guy Mercier, Laurent Miclet, Alexandre Andreewsky, Pierre Escudier
• Jury : Rapporteur / Rapporteuse : Guy Mercier, Laurent Miclet

Mots clés

Mots clés contrôlés

Linguistique -- Informatique

Reconnaissance automatique de la parole

Mots clés libres

Décodage phonétique

Résumé

Cette thèse présente le système SHERPA, décodeur phonétique à apprentissage automatique pour la reconnaissance de la parole continue. L’apprentissage comporte : - un étiquetage automatique reposant sur un double lissage énergétique et temporel de la courbe d’énergie (C. E) effectué en fonction de la transformation de la chaine phonétique par des règles d’alternances. Cet étiquetage, par sa complète automatisation et par ses performances (98% d’étiquettes bien placées) offre la possibilité d’utiliser des corpus étendus pour la constitution de dictionnaires de références phonétiques ; - la constitution du dictionnaire de références phonétiques se fait automatiquement par classification incrémentale orientée par la connaissance des correspondances phonétiques. Le décodage phonétique comporte : - une segmentation du signal sur la C. E, avec un taux global d’erreurs inférieur à 9% ; - une présélection pour chaque segment à identifier, d’une partir du dictionnaire en fonction de la position minimale ou maximale du segment sur la C. E et d’indices définis sur les données d’apprentissage ; - une identification qui fournit, pour chaque segment les références phonétiques les plus proches dans la partie présélectionnée du dictionnaire. Sur un treillis de profondeur 4 (au plus) le pourcentage d’identification atteint 93%. Des améliorations au système sont annoncées.

This thesis presents the system SHERPA, an acoustic decoder which functions through automatic learning, designed for continuous speech recognition. The learning involves: - automatic labelling based on a dual energetic and temporal smoothing of the energy curve (E. C) carried out as a function of a transformation of the phonetic chain through rules of alternations. This labelling as a consequence of its complete automatisation and performances (98% of the labels correctly placed) offer the possibility of using extended corpus for the constitution of dictionary of phonetic reference; - the constitution of the dictionary of phonetic reference is done automatically by incremental classification which is oriented by knowledge of phonetic correspondences. The acoustic decoding involves: - segmentation of the signal on the E. C, with an overall rate of errors that is less than 9%; - preselection, for each segment to be identified, of a part of the dictionary as a function of the minimal or maximal position of the segment on the E. C and features defined on the basis of learning data; - identification which provides, for each segment, the closest phonetic references in the preselected part of the dictionary. On a (at the most) 4 level lattice, the percentage of identification attains 93%. Potential improvements to the system are expected.