Exploitation d’une marge de tolérance de classification pour améliorer l’apprentissage de modèles acoustiques de classes en reconnaissance de la parole (Exploitation of a classification tolerance margin for improving the estimation of class-based acoustic models for speech recognition) [in French]

Actes de la conférence conjointe JEP-TALN-RECITAL 2012, volume 1: JEP, pages 763–770, Grenoble, 4 au 8 juin 2012. c ⃝2012 ATALA & AFCP Exploitation d’une marge de tolérance de classification pour améliorer l’apprentissage de modèles acoustiques de classes en reconnaissance de la parole Denis Jouvet, Arseniy Gorin, Nicolas Vinuesa Speech Group, INRIA – LORIA, 615 rue du Jardin Botanique, 54602 Villers les Nancy {denis.jouvet,arseniy.gorin}@loria.fr RESUME ____________________________________________________________________________________________________________ Ce papier présente la prise en compte d’une marge de tolérance lors la classification des données d’apprentissage pour la fabrication de modèles acoustiques de classes pour la transcription automatique de la parole. En effet, bien que la classification automatique des données permette d’aller au-delà de la traditionnelle partition hommes/femmes, le nombre de classes utilisables est généralement limité par la fiabilité des modèles acoustiques associés aux classes, qui malheureusement va en diminuant avec le nombre de classes. Les expériences présentées montrent que la prise en compte d’une marge de tolérance lors de la classification des données d’apprentissage permet d’accroitre la quantité des données associées à chaque classe, et donc la fiabilité des modèles acoustiques associés aux classes. Les évaluations menées sur les données de la campagne ESTER2 ont montré la possibilité de fabriquer ainsi des modèles de classes aboutissant à de meilleures performances que l’utilisation des modèles habituels spécialisés hommes/femmes. ABSTRACT _________________________________________________________________________________________________________ Exploitation of a classification tolerance margin for improving the estimation of class-based acoustic models for speech recognition This paper presents the introduction of a classification tolerance margin in the classification of the training data for building class-based acoustic models for automatic speech transcription. Indeed, although automatic classification of speech data makes it possible to go beyond the traditional male / female partition, the number of usable classes is actually limited by the reliability of the associated acoustic models which, unfortunately, decreases when the number of classes increases. The reported experiments show that using a tolerance margin in the classification process increases the amount of training data associated to each class, and consequently increases the reliability of the acoustic models of the classes. The performance evaluation carried on the ESTER2 data have shown that it is possible with the proposed approach to build class-based acoustic models that lead to better speech recognition performance than with the usual gender- based acoustic models. MOTS-CLES :Reconnaissance de la parole, classification automatique, modèles acoustiques de classes, marge de tolérance de classification, KEYWORDS :Speech recognition, automatic classification, class-based acoustic models, classification tolerance margin 763 1 Introduction Les modèles acoustiques sont l’un des constituants fondamentaux des systèmes de reconnaissance de la parole. Ils modélisent la réalisation acoustique des sons (phonèmes) de la langue, et doivent tenir compte des multiples sources de variabilité qui viennent affecter le signal de parole et qui impactent sur les performances de la reconnaissance automatique de la parole (Benzeghiba et al., 2007). Comme les performances de reconnaissance sont d’autant meilleures que les modèles acoustiques utilisés sont en adéquation avec les conditions acoustiques du signal de parole à reconnaître, les systèmes de transcription automatique de la parole …

Content truncated to 500 words