Reconnaissance automatique

de la parole

Étude d'approfondissement RICM5

Paul Labat - 2014

Histoire

• début 20e siècle : premiers travaux
  
  

• 1952 : 1er système électronique

  • 10 chiffres
    
    

• 1972 : 1ère commercialisation

  • 32 mots
    
    

• 1985 : 1 000 mots
  
  

• 1987 : 20 000 mots

Plusieurs algorithmes

• Déformation temporelle dynamique
   

• Réseaux de neurones artificiels
   
• Modèle de Markov caché

Domaines d'utilisations

• Avionique
   
• Automobile
   
• Téléphonie
   
• Jeux vidéo
   
• Domotique
   
• Santé

Quelques systèmes... propriétaires

• Smartphone :
  • Google Now
  • Siri
  • Cortana
  • ...
     
• Ordinateur :
  • Dragon NaturalySpeaking
  • SpeechMagic
  • ...

CMU-sphinx

• Open Source
   
• Fonctionnement local ou sur serveur
   
• Multi-plateforme : ordinateur & smartphone
   
• Plusieurs langages : C, python, java, mobile
   
• 6 APIs

             .txt
A ces trois sortes de jours...

       .dic
de dd ee
sortes ss oo rr tt
jours jj ou rr
trois tt rr ww aa

     Modèle de langage
-4.3860 absent -0.5734
-4.7754 absente -0.4301
-5.5876 absenté -0.2019
-5.3404 absentéisme -0.2283
-5.7643 absentéistes -0.1490

  .phone
aa
ai
an
au
bb
...

                 .wav

Source audio

Modèle acoustique

Modèle de

langage

Dictionnaire

PocketSphinx
Sphinx 3/4

Texte reconnu

La reconnaissance

Conclusion

Démonstration