Précédent : Modèles statistiques Remonter : Modèles statistiques
Suivant : Modèles
stochastiques de
Afin de disposer d'une modélisation plus fine, nous avons
développé des modèles de Markov d'ordre 2 et montré leur capacité
à mieux modéliser la durée des mots ou des phonèmes que les
modèles d'ordre 1. Ces travaux se poursuivent dans les directions
suivantes :
- intégration de HMM2 et de modèles connexionnistes pour
discriminer des mots acoustiquement similaires (lettres épelées
au téléphone) [73],
- réalisation d'une démonstration pour la reconnaissance de
noms épelés monolocuteur combinant HMM2 et réseau de
neurones,
- utilisation des HMM2 dans un système de reconnaissance de
parole continue indépendant du locuteur,
- développement de modèles phonétiques contextuels pour la
reconnaissance de parole continue multi-locuteurs,
- mise au point d'une procédure permettant de réaliser
automatiquement l'étiquetage phonétique d'un important corpus
de parole à partir du texte ASCII.
Deux applications pratiques de nos algorithmes de
reconnaissance ont été développées dans le cadre du projet
régional IRMA ( cf. § 5) :
- Un système de reconnaissance de la parole traitant en temps
réel une commande de serveur dans un restaurant et gérant un
dialogue simple,
- un système acceptant des requêtes orales à un serveur
WWW.