Analyse et reconnaissance de la parole par modèles rétro-autorégressifs et réseaux neuronaux

Speech anlaysis and recognition by autoregressive moving average

• Auteur / Autrice : Li Wu
• Direction : Jean-Paul Haton
• Type : Thèse de doctorat
• Discipline(s) : Sciences appliquées
• Date : Soutenance en 1990
• Etablissement(s) : Nancy 1
• Partenaire(s) de recherche : autre partenaire : Université Henri Poincaré Nancy 1. Faculté des sciences et techniques

Mots clés

Mots clés contrôlés

Réseaux neuronaux (informatique)

Nasalisation

Mots clés libres

Voyelle nasale

Suivi de formant

Pôle

Mono-, multi-locuteur

Résumé

L'objectif de ce travail est l'analyse des voyelles nasales du français. Elles sont au nombre de quatre comme dans lent, long, lin et l'un. Après une courte introduction positionnant le problème, le deuxième chapitre expose les modèles AR, MA et ARMA pour l'analyse de parole et propose un algorithme de ARMA sélectif pour s'adapter à la difficulté de reconnaissance des voyelles nasales. Le troisième chapitre décrit une méthode de détection et de suivi de formants. Le quatrième chapitre est une étude des caractéristiques des voyelles nasales du français, ainsi que leur reconnaissance en utilisant notre modèle. Les erreurs de reconnaissance sont analysées et interprétées. Le dernier chapitre donne et compare les résultats de reconnaissance obtenus par programmation dynamique et par un réseau neuronal