VT2015/Speech Recognition - Revision history

Sarah.Aissanou: /* Le principe de la reconnaissance de la parole */

2015-10-09T07:24:21Z

Le principe de la reconnaissance de la parole

← Older revision		Revision as of 07:24, 9 October 2015
Line 47:		Line 47:
	Le principe de fonctionnement de la reconnaissance de la parole est le suivant:		Le principe de fonctionnement de la reconnaissance de la parole est le suivant:

	La parole est tout d'abord captée dans un microphone. Ce signal est ensuite numérisé et paramétré par une technique d'analyse fréquentielle utilisant la transformée de Fourier grâce à un convertisseur analogique-numérique. Une association est ensuite réalisée entre les segments élémentaires de la parole et les éléments lexicaux. Pour cela il y a deux algorithmes possibles. Elle peut faire appel à une modélisation statistique par ~~[[https://fr.wikipedia.org/wiki/Mod%C3%A8le_de_Markov_cach%C3%A9\| Modèles~~ de Markov cachés]]([https://fr.wikipedia.org/wiki/Mod%C3%A8le_de_Markov_cach%C3%A9]) et/ou par réseaux de neurones artificiels ([https://fr.wikipedia.org/wiki/R%C3%A9seau_de_neurones_artificiels]).		La parole est tout d'abord captée dans un microphone. Ce signal est ensuite numérisé et paramétré par une technique d'analyse fréquentielle utilisant la transformée de Fourier grâce à un convertisseur analogique-numérique. Une association est ensuite réalisée entre les segments élémentaires de la parole et les éléments lexicaux. Pour cela il y a deux algorithmes possibles. Elle peut faire appel à une modélisation statistique par modèles de Markov cachés([https://fr.wikipedia.org/wiki/Mod%C3%A8le_de_Markov_cach%C3%A9]) et/ou par réseaux de neurones artificiels ([https://fr.wikipedia.org/wiki/R%C3%A9seau_de_neurones_artificiels]).
	Une correspondance de pattern matching est ensuite réalisée par l'algorithme de déformation temporelle dynamique. Il s'agit ici de la concaténation des modèles précédemment effectués afin de reconstituer la phrase la plus probable.		Une correspondance de pattern matching est ensuite réalisée par l'algorithme de déformation temporelle dynamique. Il s'agit ici de la concaténation des modèles précédemment effectués afin de reconstituer la phrase la plus probable.

Sarah.Aissanou: /* Le principe de la reconnaissance de la parole */

2015-10-09T07:23:47Z

Le principe de la reconnaissance de la parole

← Older revision		Revision as of 07:23, 9 October 2015
Line 47:		Line 47:
	Le principe de fonctionnement de la reconnaissance de la parole est le suivant:		Le principe de fonctionnement de la reconnaissance de la parole est le suivant:

	La parole est tout d'abord captée dans un microphone. Ce signal est ensuite numérisé et paramétré par une technique d'analyse fréquentielle utilisant la transformée de Fourier grâce à un convertisseur analogique-numérique. Une association est ensuite réalisée entre les segments élémentaires de la parole et les éléments lexicaux. Pour cela il y a deux algorithmes possibles. Elle peut faire appel à une modélisation statistique par [[https://fr.wikipedia.org/wiki/Mod%C3%A8le_de_Markov_cach%C3%A9\|~~modeles~~ de Markov ~~caches~~]]([https://fr.wikipedia.org/wiki/Mod%C3%A8le_de_Markov_cach%C3%A9]) et/ou par réseaux de neurones artificiels ([https://fr.wikipedia.org/wiki/R%C3%A9seau_de_neurones_artificiels]).		La parole est tout d'abord captée dans un microphone. Ce signal est ensuite numérisé et paramétré par une technique d'analyse fréquentielle utilisant la transformée de Fourier grâce à un convertisseur analogique-numérique. Une association est ensuite réalisée entre les segments élémentaires de la parole et les éléments lexicaux. Pour cela il y a deux algorithmes possibles. Elle peut faire appel à une modélisation statistique par [[https://fr.wikipedia.org/wiki/Mod%C3%A8le_de_Markov_cach%C3%A9\| Modèles de Markov cachés]]([https://fr.wikipedia.org/wiki/Mod%C3%A8le_de_Markov_cach%C3%A9]) et/ou par réseaux de neurones artificiels ([https://fr.wikipedia.org/wiki/R%C3%A9seau_de_neurones_artificiels]).
	Une correspondance de pattern matching est ensuite réalisée par l'algorithme de déformation temporelle dynamique. Il s'agit ici de la concaténation des modèles précédemment effectués afin de reconstituer la phrase la plus probable.		Une correspondance de pattern matching est ensuite réalisée par l'algorithme de déformation temporelle dynamique. Il s'agit ici de la concaténation des modèles précédemment effectués afin de reconstituer la phrase la plus probable.

Sarah.Aissanou: /* Le principe de la reconnaissance de la parole */

2015-10-09T07:22:49Z

Le principe de la reconnaissance de la parole

← Older revision		Revision as of 07:22, 9 October 2015
Line 47:		Line 47:
	Le principe de fonctionnement de la reconnaissance de la parole est le suivant:		Le principe de fonctionnement de la reconnaissance de la parole est le suivant:

	La parole est tout d'abord captée dans un microphone. Ce signal est ensuite numérisé et paramétré par une technique d'analyse fréquentielle utilisant la transformée de Fourier grâce à un convertisseur analogique-numérique. Une association est ensuite réalisée entre les segments élémentaires de la parole et les éléments lexicaux. Pour cela il y a deux algorithmes possibles. Elle peut faire appel à une modélisation statistique par [[https://fr.wikipedia.org/wiki/Mod%C3%A8le_de_Markov_cach%C3%A9\|modeles de Markov ~~cachés~~ ]]([https://fr.wikipedia.org/wiki/Mod%C3%A8le_de_Markov_cach%C3%A9]) et/ou par réseaux de neurones artificiels ([https://fr.wikipedia.org/wiki/R%C3%A9seau_de_neurones_artificiels]).		La parole est tout d'abord captée dans un microphone. Ce signal est ensuite numérisé et paramétré par une technique d'analyse fréquentielle utilisant la transformée de Fourier grâce à un convertisseur analogique-numérique. Une association est ensuite réalisée entre les segments élémentaires de la parole et les éléments lexicaux. Pour cela il y a deux algorithmes possibles. Elle peut faire appel à une modélisation statistique par [[https://fr.wikipedia.org/wiki/Mod%C3%A8le_de_Markov_cach%C3%A9\|modeles de Markov caches]]([https://fr.wikipedia.org/wiki/Mod%C3%A8le_de_Markov_cach%C3%A9]) et/ou par réseaux de neurones artificiels ([https://fr.wikipedia.org/wiki/R%C3%A9seau_de_neurones_artificiels]).
	Une correspondance de pattern matching est ensuite réalisée par l'algorithme de déformation temporelle dynamique. Il s'agit ici de la concaténation des modèles précédemment effectués afin de reconstituer la phrase la plus probable.		Une correspondance de pattern matching est ensuite réalisée par l'algorithme de déformation temporelle dynamique. Il s'agit ici de la concaténation des modèles précédemment effectués afin de reconstituer la phrase la plus probable.

Sarah.Aissanou: /* Le principe de la reconnaissance de la parole */

2015-10-09T07:22:21Z

Le principe de la reconnaissance de la parole

← Older revision		Revision as of 07:22, 9 October 2015
Line 47:		Line 47:
	Le principe de fonctionnement de la reconnaissance de la parole est le suivant:		Le principe de fonctionnement de la reconnaissance de la parole est le suivant:

	La parole est tout d'abord captée dans un microphone. Ce signal est ensuite numérisé et paramétré par une technique d'analyse fréquentielle utilisant la transformée de Fourier grâce à un convertisseur analogique-numérique. Une association est ensuite réalisée entre les segments élémentaires de la parole et les éléments lexicaux. Pour cela il y a deux algorithmes possibles. Elle peut faire appel à une modélisation statistique par [[https://fr.wikipedia.org/wiki/Mod%C3%A8le_de_Markov_cach%C3%A9\|~~modèles~~ de Markov cachés ]]([https://fr.wikipedia.org/wiki/Mod%C3%A8le_de_Markov_cach%C3%A9]) et/ou par réseaux de neurones artificiels ([https://fr.wikipedia.org/wiki/R%C3%A9seau_de_neurones_artificiels]).		La parole est tout d'abord captée dans un microphone. Ce signal est ensuite numérisé et paramétré par une technique d'analyse fréquentielle utilisant la transformée de Fourier grâce à un convertisseur analogique-numérique. Une association est ensuite réalisée entre les segments élémentaires de la parole et les éléments lexicaux. Pour cela il y a deux algorithmes possibles. Elle peut faire appel à une modélisation statistique par [[https://fr.wikipedia.org/wiki/Mod%C3%A8le_de_Markov_cach%C3%A9\|modeles de Markov cachés ]]([https://fr.wikipedia.org/wiki/Mod%C3%A8le_de_Markov_cach%C3%A9]) et/ou par réseaux de neurones artificiels ([https://fr.wikipedia.org/wiki/R%C3%A9seau_de_neurones_artificiels]).
	Une correspondance de pattern matching est ensuite réalisée par l'algorithme de déformation temporelle dynamique. Il s'agit ici de la concaténation des modèles précédemment effectués afin de reconstituer la phrase la plus probable.		Une correspondance de pattern matching est ensuite réalisée par l'algorithme de déformation temporelle dynamique. Il s'agit ici de la concaténation des modèles précédemment effectués afin de reconstituer la phrase la plus probable.

Sarah.Aissanou: /* Le principe de la reconnaissance de la parole */

2015-10-09T07:21:50Z

Le principe de la reconnaissance de la parole

← Older revision		Revision as of 07:21, 9 October 2015
Line 47:		Line 47:
	Le principe de fonctionnement de la reconnaissance de la parole est le suivant:		Le principe de fonctionnement de la reconnaissance de la parole est le suivant:

	La parole est tout d'abord captée dans un microphone. Ce signal est ensuite numérisé et paramétré par une technique d'analyse fréquentielle utilisant la transformée de Fourier grâce à un convertisseur analogique-numérique. Une association est ensuite réalisée entre les segments élémentaires de la parole et les éléments lexicaux. Pour cela il y a deux algorithmes possibles. Elle peut faire appel à une modélisation statistique par modèles de Markov cachés ([https://fr.wikipedia.org/wiki/Mod%C3%A8le_de_Markov_cach%C3%A9]) et/ou par réseaux de neurones artificiels ([https://fr.wikipedia.org/wiki/R%C3%A9seau_de_neurones_artificiels]).		La parole est tout d'abord captée dans un microphone. Ce signal est ensuite numérisé et paramétré par une technique d'analyse fréquentielle utilisant la transformée de Fourier grâce à un convertisseur analogique-numérique. Une association est ensuite réalisée entre les segments élémentaires de la parole et les éléments lexicaux. Pour cela il y a deux algorithmes possibles. Elle peut faire appel à une modélisation statistique par [[https://fr.wikipedia.org/wiki/Mod%C3%A8le_de_Markov_cach%C3%A9\|modèles de Markov cachés ]]([https://fr.wikipedia.org/wiki/Mod%C3%A8le_de_Markov_cach%C3%A9]) et/ou par réseaux de neurones artificiels ([https://fr.wikipedia.org/wiki/R%C3%A9seau_de_neurones_artificiels]).
	Une correspondance de pattern matching est ensuite réalisée par l'algorithme de déformation temporelle dynamique. Il s'agit ici de la concaténation des modèles précédemment effectués afin de reconstituer la phrase la plus probable.		Une correspondance de pattern matching est ensuite réalisée par l'algorithme de déformation temporelle dynamique. Il s'agit ici de la concaténation des modèles précédemment effectués afin de reconstituer la phrase la plus probable.

Sarah.Aissanou: /* Présentation */

2015-10-09T07:20:41Z

Présentation

← Older revision		Revision as of 07:20, 9 October 2015
Line 1:		Line 1:
	=Présentation=		=Présentation=
	*Enseignants : Georges-Pierre Bonneau, Didier Donsez ([VT2015\|VT2015])		*Enseignants : Georges-Pierre Bonneau, Didier Donsez ([[VT2015\|VT2015]])
	*Sujet : Speech recognition		*Sujet : Speech recognition
	*Auteur : Aissanou Sarah		*Auteur : Aissanou Sarah

Sarah.Aissanou: /* Présentation */

2015-10-09T07:20:01Z

Présentation

← Older revision		Revision as of 07:20, 9 October 2015
Line 1:		Line 1:
	=Présentation=		=Présentation=
	*Enseignants : Georges-Pierre Bonneau, Didier Donsez ([~~http://air.imag.fr/index.php/~~VT2015\|VT2015])		*Enseignants : Georges-Pierre Bonneau, Didier Donsez ([VT2015\|VT2015])
	*Sujet : Speech recognition		*Sujet : Speech recognition
	*Auteur : Aissanou Sarah		*Auteur : Aissanou Sarah

Sarah.Aissanou: /* Présentation */

2015-10-09T07:19:47Z

Présentation

← Older revision		Revision as of 07:19, 9 October 2015
Line 1:		Line 1:
	=Présentation=		=Présentation=
	*Enseignants : Georges-Pierre Bonneau, Didier Donsez ([http://air.imag.fr/index.php/VT2015])		*Enseignants : Georges-Pierre Bonneau, Didier Donsez ([http://air.imag.fr/index.php/VT2015\|VT2015])
	*Sujet : Speech recognition		*Sujet : Speech recognition
	*Auteur : Aissanou Sarah		*Auteur : Aissanou Sarah

Sarah.Aissanou: /* Les difficultés */

2015-10-08T21:48:06Z

Les difficultés

← Older revision		Revision as of 21:48, 8 October 2015
Line 65:		Line 65:
	*La variabilité: Elle provient de la position d'un phonème par rapport aux autres, des locuteurs aux timbres différents : homme, femme, enfant et à leur mode d'élocution : voix chantée, criée, enrouée, sous stress,....Elle est due aussi à la qualité du moyen d'acquisition(microphone) et à l'environnement. Ainsi, une personne ne prononce jamais un son de la même façon mais il est néanmoins compris par l'oreille humaine. Il doit donc en être de même pour les systèmes de reconnaissance de la parole.		*La variabilité: Elle provient de la position d'un phonème par rapport aux autres, des locuteurs aux timbres différents : homme, femme, enfant et à leur mode d'élocution : voix chantée, criée, enrouée, sous stress,....Elle est due aussi à la qualité du moyen d'acquisition(microphone) et à l'environnement. Ainsi, une personne ne prononce jamais un son de la même façon mais il est néanmoins compris par l'oreille humaine. Il doit donc en être de même pour les systèmes de reconnaissance de la parole.

	[[File:MemePersonneGrapheDiff.JPG\|350px\|thumb\|center\|Fig.1 : Enregistrement de deux sons d'un même mot par la même personne]]		[[File:MemePersonneGrapheDiff.JPG\|350px\|thumb\|center\|Fig.2 : Enregistrement de deux sons d'un même mot par la même personne]]

	*Les phonèmes consonantiques sont beaucoup moins faciles à distinguer que les phonèmes vocaliques. Ainsi, un systèmes de reconnaissance de parole peut comprendre "Crier" au lieu de "Trier".		*Les phonèmes consonantiques sont beaucoup moins faciles à distinguer que les phonèmes vocaliques. Ainsi, un systèmes de reconnaissance de parole peut comprendre "Crier" au lieu de "Trier".

	[[File:Efacer.JPG\|450px\|thumb\|center\|Fig.2 : Enregistrement du mot "effacer"]]		[[File:Efacer.JPG\|450px\|thumb\|center\|Fig.3 : Enregistrement du mot "effacer"]]

Sarah.Aissanou: /* Historiques de la reconnaissance de la parole */

2015-10-08T21:47:52Z

Historiques de la reconnaissance de la parole

← Older revision		Revision as of 21:47, 8 October 2015
Line 41:		Line 41:
	Cette nouvelle technologie a inspiré de nombreux chercheurs et c'est en 1972 qu'un système de reconnaissance de parole est commercialisé pour la première fois. Développé par la société Threshold Technologies, le VIP100 avait une capacité limitée à 32 mots. Moins de 15 plus tard, en 1985, les premiers systèmes de reconnaissance de parole ayant une capacité de plusieurs milliers de mots voient le jour, se rapprochant ainsi de la taille du vocabulaire de l'être humain (entre 10 000 et 150 000 mots).		Cette nouvelle technologie a inspiré de nombreux chercheurs et c'est en 1972 qu'un système de reconnaissance de parole est commercialisé pour la première fois. Développé par la société Threshold Technologies, le VIP100 avait une capacité limitée à 32 mots. Moins de 15 plus tard, en 1985, les premiers systèmes de reconnaissance de parole ayant une capacité de plusieurs milliers de mots voient le jour, se rapprochant ainsi de la taille du vocabulaire de l'être humain (entre 10 000 et 150 000 mots).

	[[File:Speech_ibm_338-100393748-orig.jpg\|400px\|thumb\|center\|Fig. 1 : Shoebox, un système de reconnaissance de parole conçu par ~~IMB~~ en 1960 permettant de résoudre des équations arithmétiques dictées à l'oral]]		[[File:Speech_ibm_338-100393748-orig.jpg\|400px\|thumb\|center\|Fig. 1 : Shoebox, un système de reconnaissance de parole conçu par IBM en 1960 permettant de résoudre des équations arithmétiques dictées à l'oral]]

	==Le principe de la reconnaissance de la parole==		==Le principe de la reconnaissance de la parole==