Reconnaissance de la parole continue a l’aide de HTK (hidden toolkit)

Abstract

La reconnaissance automatique de la parole (RAP) donne aujourd'hui lieu à un ensemble important d'applications de nature et de difficulté très variées, concernant quotidiennement des millions de personnes à travers le monde. On peut prévoir que la parole fera de plus en plus partie des interfaces multimédia entre un utilisateur et un système automatique, d'une part grâce à l'amélioration de la robustesse des systèmes de reconnaissance automatique de la parole et, d'autre part, du fait de la sensibilisation croissante du grand public à cette technologie encore peu connue. Vue l’importance de la RAP, plusieurs logiciels ont été développés, parmi les plus connus, on trouve le HTK (Hidden Markov Model Toolkit) qui est basé sur les Modèles de Markov Cachés. Dans ce mémoire, nous nous sommes intéressés à la réalisation d’un système de reconnaissance de la parole continue à l’aide du logiciel HTK. Le processus de reconnaissance est caractérisé par les étapes suivantes : 1. On construira tout d'abord une base de données (ou corpus) utile à l'apprentissage du système et ensuite à son évaluation : pour cela, on prépare la grammaire qui consiste à construire une interface de commande vocale et créer un réseau de mots équivalent. 2. On prépare ensuite un dictionnaire contenant une liste triée des mots nécessaires. 3. On crée les fichiers de transcription qui contient un ensemble complet de transcriptions appelé MLF. 4. On fera ensuite la description des modèles de Markov. 5. Puis on fera l'apprentissage de ces modèles précédemment construits. 6. Enfin, on passera à la phase de reconnaissance.