RECONNAISSANCE DE MOTS ISOLES PAR SYSTEME HYBRIDE HMM/ANN

Abstract

La plupart des applications en RAP (Reconnaissance Automatique de la Parole) utilisent la technologie basée sur les modèles statistiques HMM (Modèles de Markov Cachés) qui sont capables de modéliser simultanément les caractéristiques fréquentielles et temporelles du signal vocal. Même si les progrès réalisés par ces modèles sont énormes, ces derniers pèchent par leur manque de capacité discriminante. Le connexionisme a naturellement été appliqué à la reconnaissance de la parole au vu des bonnes capacités en classification de forme. Les Réseaux de Neurones Artificiels (RNA) présentent beaucoup d’avantages potentiels mais sont cependant mal adaptés à traiter les signaux séquentiels. Ce document décrit un nouveau type de système ou mixant des techniques connexionnistes avec d’autres stochastiques ces modèles sont couramment appelés modèles hybrides HMM/ANN. Ces modèles conduisent généralement à des performances de reconnaissance meilleures que celles des systèmes HMM utilisés dans les mêmes conditions.