Contribution de l’approche Multi-Bandes à la reconnaissance automatique de la parole

Abstract

Le travail présenté dans ce mémoire réalise l'étude d'une nouvelle architecture pour les systèmes de reconnaissance automatique de la parole. Cette architecture est basée sur un découpage du spectre du signal en plusieurs zones fréquentielles, éventuellement recouvrantes, et sur un traitement indépendant de chacune de ces « bandes ». Celles-ci sont ensuite recombinées afin de fournir une réponse unique au problème de la reconnaissance.

L'utilisation de cette méthode dite « Multi-Bandes » est à l'origine motivée par les travaux du psycho-acousticien H. Fletcher, travaux qui ont été récemment reconsidérés par J. B. Allen et qui aboutissent à un modèle de l'audition humaine proche de ce principe.

L'application de celui-ci à une tâche de reconnaissance automatique de la parole est généralement motivée par sa robustesse aux bruits limités fréquentiellement.

Dans notre travail, nous avons commencé par décrire un système de reconnaissance de la parole basé sur les modèles de Markov cachés.

Nous élaborons ensuite une architecture possible pour un système Multi-Bandes, architecture caractérisée notamment par l'utilisation conjointe du spectre complet et des sous-bandes. Puis une étude préliminaire du comportement de chacune des bandes de système Multi-Bandes est réalisée. Les reconnaisseurs utilisés sont des modèles de Markov cachées.