Reconnaissance automatique de la parole distante dans un habitat intelligent : méthodes multi-sources en conditions réalistes (Distant Speech Recognition in a Smart Home : Comparison of Several Multisource ASRs in Realistic Conditions) [in French]

Actes de la conférence conjointe JEP-TALN-RECITAL 2012, volume 1: JEP, pages 657–664, Grenoble, 4 au 8 juin 2012. c ⃝2012 ATALA & AFCP Reconnaissance automatique de la parole distante dans un habitat intelligent : méthodes multi-sources en conditions réalistes Benjamin Lecouteux, Michel Vacher, François Portet Laboratoire Informatique de Grenoble, équipe GETALP prénom.nom@imag.fr RÉSUMÉ Le domaine des maisons intelligentes s’est développé dans le but d’améliorer l’assistance aux personnes en perte d’autonomie. La reconnaissance automatique de la parole (RAP) commence à être utilisée, mais reste en retrait par rapport à d’autres technologies. Nous présentons le projet Sweet-Home ayant pour objectif le contrôle de l’environnement domestique par la voix. Plusieurs approches, état de l’art et nouvelles, sont évaluées sur des données enregistrées en conditions réalistes. Le corpus de parole distante, enregistré auprès de 21 locuteurs simule des scénarios intégrant des activités journalières dans un appartement équipé de plusieurs microphones. Les techniques opérant au cours du décodage et utilisant des connaissances a priori permettent d’obtenir des résultats très intéressants par rapport à un système RAP classique. ABSTRACT Distant Speech Recognition in a Smart Home : Comparison of Several Multisource ASRs in Realistic Conditions While the smart home domain has become a major field of application of ICT to improve support and wellness of people in loss of autonomy, speech technology in smart home has, comparatively to other ICTs, received limited attention. This paper presents the SWEET-HOME project whose aim is to make it possible for frail persons to control their domestic environment through voice interfaces. Several state-of-the-art and novel ASR techniques were evaluated on realistic data acquired in a multiroom smart home. This distant speech French corpus was recorded with 21 speakers playing scenarios including activities of daily living in a smart home equipped with several microphones. Techniques acting at the decoding stage and using a priori knowledge such as DDA give better results than the baseline and other approaches (Lecouteux et al., 2011). MOTS-CLÉS : domotique, parole distance, habitat intelligent, SRAP multisource. KEYWORDS: home automation, smart home, distant speech, multisource ASRs. 1 Introduction Les récentes avancées dans les systèmes ubiquitaires ont fait apparaître de nouveaux concepts d’environnement domotiques : les maisons intelligentes. Ce sont des habitations équipées de 657 capteurs, d’actionneurs et dispositifs automatisés, régulés par des logiciels. Ainsi le contrôle automatisé de l’habitat permet d’y régler la luminosité, les volets électriques mais aussi la Hi-Fi, les PC, les alarmes etc. Ces maisons intelligentes représentent une solution pour l’aide aux personnes isolées, en perte d’autonomie afin qu’elles aient la possibilité de rester chez elles et de conserver une certaine indépendance. Parmi toutes les technologies d’interaction homme-machine, la reconnaissance automatique de la parole semble offrir le plus de potentiel : cette modalité est adaptée à des personnes âgées qui ont des difficultés de déplacement ou de vision. Par exemple, une interface tactile (télécommande) nécessitera à la fois des interactions visuelles et physiques (Vovos et al., 2005; Hamill et al., 2009). De plus les commandes vocales sont particulièrement adaptées dans les situations de détresse : …

Content truncated to 500 words