Bibliographie & annexes
Présentation
Auteur(s)
-
Jean-Paul HATON : Professeur à l'Université de Lorraine, LORIA/INRIA - Membre de l'Institut universitaire de France
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleINTRODUCTION
L'utilisation de la parole comme mode de communication entre un homme et une machine a été largement étudiée au cours des dernières décennies. Nous nous intéressons dans ce dossier à la reconnaissance automatique de la parole (RAP), c'est-à-dire à l'ensemble des techniques permettant de communiquer oralement avec une machine. La RAP présente un intérêt pratique indéniable, dans certaines conditions d'utilisation (accès à distance, charge de travail importante, handicapés, etc.). Des produits commerciaux existent depuis plus de trente ans, d'abord essentiellement pour la reconnaissance de mots isolés et enchaînés puis maintenant pour des phrases prononcées continûment. La plupart sont fondés sur des algorithmes de programmation dynamique et des modèles stochastiques (sources de Markov). Néanmoins, des problèmes restent à résoudre pour accroître la robustesse de ces systèmes et pour étendre leurs capacités de dialogue. Les recherches menées actuellement portent ainsi sur la reconnaissance de parole bruitée, le traitement d'énoncés incomplets ou incorrects, la définition de procédures de dialogue, etc.
L'expertise technique et scientifique de référence
VERSIONS
- Version archivée 1 de août 1998 par Jean-Paul HATON
- Version courante de oct. 2018 par Jean-Paul HATON
DOI (Digital Object Identifier)
Cet article fait partie de l’offre
Documents numériques Gestion de contenu
(76 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
Méthodes robustes pour la reconnaissance5. Reconnaissance et compréhension de la parole continue
5.1 Position du problème
L'utilisation de mots isolés limite considérablement la richesse de la communication entre un homme et une machine. Seule la parole naturelle et continue assure le niveau d'expression nécessaire pour des applications d'une certaine complexité. Il s'agit alors de prendre en compte le processus d'encodage du signal vocal avant son émission par un locuteur et d'exploiter les informations (acoustiques, linguistiques, etc.) permettant de comprendre la phrase ou la portion de phrase émise. Outre le contexte du dialogue dans laquelle une phrase s'insère, les principales sources de connaissances et d'informations sont les suivantes :
-
acoustico-phonétiques ; ces informations régissent la transcription phonétique du message ; il faut y adjoindre les informations phonologiques qui rendent compte des variations individuelles (accent, etc.) et des phénomènes d'altérations des sons (coarticulations, liaisons, etc.) ;
-
lexicales ; elles sont liées aux mots ; l'étape des mots est indispensable, même si ces derniers n'apparaissent pas explicitement dans le signal acoustique ;
-
prosodiques ; elles concernent le rythme, l'intensité et la mélodie de la voix ; caractéristique de la communication parlée, la prosodie constitue, entre autres paramètres, une sorte de ponctuation de la parole. Les informations prosodiques jouent un rôle important dans la compréhension de la parole chez l'homme. Néanmoins, leur utilisation en compréhension automatique est très restreinte ;
-
syntaxiques ; la syntaxe est en liaison avec la structure des phrases ; ces informations sont plus décisives pour des langages artificiels que pour des langues naturelles car dans ce dernier cas la syntaxe est beaucoup moins rigide ;
-
sémantiques ; elles sont liées à la signification des mots et aux concepts sous-jacents ; leur rôle est important car le problème est davantage de comprendre le sens de la phrase prononcée que d'en reconnaître exactement tous les phonèmes ou même tous les mots ;
-
pragmatiques ; ce sont les informations relatives au contexte de l'univers et de la conversation. Cela recouvre aussi la notion de dialogue, fondamentale en communication parlée, même entre un homme et une machine ; le dialogue permet en effet de vérifier qu'une phrase a été bien comprise, de confirmer une interprétation ou de lever une ambiguïté.
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Documents numériques Gestion de contenu
(76 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Reconnaissance et compréhension de la parole continue
BIBLIOGRAPHIE
-
(1) - RABINER (L.), HUANG (B.H.) - Fundamentals of speech recognition. - Prentice-Hall, Englewood Cliffs (1993).
-
(2) - JUNQUA (J.-C.), HATON (J.-P.) - Robustness in automatic speech recognition. - Kluwer Academic, Dordrecht (1996).
-
(3) - BOITE (R.), BOURLARD (H.), DUTOIT (T.), HANCQ (J.), LEICH (H.) - Traitement de la parole. - Presses polytechniques et universitaires romandes, Lausanne (2000).
-
(4) - MINKER (W.), BENNACEF (S.) - Reconnaissance vocale et dialogue homme-machine. - Eyrolles, Paris (2000).
-
(5) - MARIANI (J.) (éd.) - Reconnaissance de la parole : traitement automatique du langage parlé. - Hermes – Science – Lavoisier, Paris (2002).
-
(6) - COHEN (M.), GIANGOLA (J.), BALOGH (J.) - Voice user interface design. - Addison-Wesley,...
ANNEXES
HTK (HMM ToolKit) : logiciel libre destiné au développement d'applications complètes de reconnaissance de la parole fondées sur MMC https://htk.eng.cam.ac.uk/
VISPER (Visual speech processing system ) : logiciel libre permettant de visualiser les étapes de reconnaissance par programmation dynamique et par MMC développé par l'Université Technique de Liberec, Tchéquie https://www.ite.tul.cz/speechlabe/index.php/old-projects/visper.html
SNOORI : logiciel libre d'analyse, de visualisation et d'étiquetage de la parole développé au LORIA par Yves Laprie pour les recherches en phonétique, perception et traitement automatique de la parole
Bases de données de parole étiquetée disponibles pour de nombreuses langues par l'intermédiaire des organismes :
LDC, Linguistic Data Consortium http://www.ldc.upenn.edu/
ELRA, European Language Resources Association http://www.elra.info/
Dragon Naturally Speaking de Nuance https://www.nuance.com/fr-fr/dragon.html
HAUT DE PAGE...
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Documents numériques Gestion de contenu
(76 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
