Extension du modèle stochastique des mélanges de trajectoires pour la reconnaissance automatique de la parole continue

• Auteur / Autrice : Irina Illina
• Direction : Jean-Paul Haton, Yifan Gong
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 1997
• Etablissement(s) : Nancy 1
• Partenaire(s) de recherche : autre partenaire : Université Henri Poincaré Nancy 1. Faculté des sciences et techniques

Mots clés

Mots clés contrôlés

Segmentation (linguistique)

Modèles acoustiques

Reconnaissance automatique de la parole

Résumé

Nous nous intéressons dans cette thèse à la modélisation acoustique de la parole continue à l'aide du modèle stochastique des mélanges de trajectoires (MSTM). Ce modèle, développé au CRIN-INRIA Lorraine pour la reconnaissance automatique de la parole, est un modèle fondé sur les segments (SBM), qui se différencie donc des traditionnels modèles de Markov cachés (HMM) fondés sur les trames (FBM). MSTM donne de bons résultats de reconnaissance en mode dépendant du locuteur. En revanche, les problèmes liés à la variabilité multi-environnements, à la multiplicités des contextes phonétiques et à l'adaptation aux conditions de test sont toujours d'actualité. Dans ce cadre, notre travail propose différentes extensions du modèle MSTM. [. . . ]