Etude de la performance des modèles acoustiques pour des voix de personnes âgées en vue de l’adaptation des systèmes de RAP (Assessment of the acoustic models performance in the ageing voice case for ASR system adaptation) [in French]

Actes de la conférence conjointe JEP-TALN-RECITAL 2012, volume 1: JEP, pages 707–714, Grenoble, 4 au 8 juin 2012. c ⃝2012 ATALA & AFCP Étude de la performance des modèles acoustiques pour des voix de personnes âgées en vue de l’adaptation des systèmes de RAP Frédéric Aman, Michel Vacher, Solange Rossato, Remus Dugheanu, François Portet, Juline le Grand, Yuko Sasa Laboratoire d’Informatique de Grenoble (UMR 5217), équipe GETALP 41 avenue des Mathématiques, BP 53 - 38041 Grenoble Cedex 9 - France Frederic.Aman@imag.fr, Michel.Vacher@imag.fr, Solange.Rossato@imag.fr, Francois.Portet@imag.fr RÉSUMÉ Notre étude s’inscrit dans le cadre de l’intégration d’un système de reconnaissance de la parole pour un produit de télélien social pour personnes âgées. Du fait de l’évolution des caractéristiques acoustiques de la voix en fonction de l’âge, les taux d’erreurs de mots des systèmes de reconnais- sance automatique de la parole sont plus élevés lors du décodage de parole pour des personnes âgées que non-âgées. Notre étude consiste à caractériser les différences de comportement d’un système de reconnaissance pour les personnes âgées et non-âgées, définir les phonèmes les moins bien reconnus, et recueillir un corpus spécifique pour permettre l’adaptation des modèles acoustiques à la voix âgée. Les résultats montrent que certains phonèmes tels que les plosives sont plus spécifiquement affectés par l’âge, et que le recueil des données ciblées permet de procéder à une adaptation à la voix âgée qui diminue de 5% le taux d’erreurs de mots. ABSTRACT Assessment of the acoustic models performance in the ageing voice case for ASR system adaptation Our study concerns the integration of an automatic speech recognition system in a social inclusion product designed for elderly people. Due to voice change with age, speech recognition systems present higher word error rate when speech is uttered by elderly speakers compared to when non-aged voice is considered. To characterise these differences in speech recognition performance, we studied which phonemes lead to the lowest recognition rate in the elderly speakers with respect to the younger ones and we collected a specific corpus to make the adaptation of the acoustic models possible. The results show that some phonemes (such as plosives) are more specifically affected by age than others. Finally, the corpus was used to adapt the ASR to the elderly population which resulted in a 5% decrease of the word error rate. MOTS-CLÉS : reconnaissance automatique de parole, voix des personnes âgées, adaptation acoustique, régression linéaire du maximum de vraisemblance. KEYWORDS: automatic speech recognition, ageing voice, acoustic adaptation, maximum likeli- hood linear regression. 707 1 Introduction Grâce aux progrès de la médecine, l’espérance de vie s’est allongée. Cependant, ce phénomène couplé à une baisse de la natalité a conduit à un vieillissement de la population. Pour aider les personnes âgées à vivre le plus longtemps possible à domicile, des solutions ont été développées en s’appuyant sur la robotique, la domotique, les sciences cognitives et les réseaux informatiques. Ces solutions permettent de compenser leurs pertes physiques et mentales afin de conserver leur autonomie. Le but est aussi de leur fournir si …

Content truncated to 500 words