Decodage lexical pour la reconnaissance de la parole continue : une approche par un reseau de neurones sequentiel

Lexical decoding for continuous speech recognition: a sequential neural network approach

• Auteur / Autrice : CHRISTINE IOOSS GIAI
• Direction : Christian Fluhr
• Type : Thèse de doctorat
• Discipline(s) : Sciences appliquées
• Date : Soutenance en 1991
• Etablissement(s) : Paris 11

Résumé

Le travail presente dans ce memoire concerne l'etude d'une architecture connexionniste pour le traitement d'entrees sequentielles. Dans ce cadre, le modele propose par j. L. Elman, reseau multicouches boucle, est utilise. Ses capacites et ses limites sont evaluees. Des modifications sont apportees pour permettre de traiter des entrees sequentielles erronees ou bruitees et de classifier des formes. Le contexte applificatif de cette etude porte sur la realisation d'un decodeur lexical pour la reconnaissance analytique multilocuteurs de la parole continue. Le decodage lexical est effectue a partir de treillis de phonemes obtenus a l'issue d'une etape de decodage acoustico-phonetique reposant sur une technique de recherche des k plus proches voisins. Les tests sont effectues sur des phrases formees a partir d'un lexique de 20 mots. Les resultats obtenus montrent la capacite du modele connexionniste propose a prendre en compte la sequentialite au niveau des entrees, a memoriser le contexte et a traiter des donnees bruitees ou erronees