Précédent : Aspects phonétiques Remonter :
Parole
et signaux Suivant : Modèles de langage pour
la
Afin de disposer d'une modélisation plus fine, nous avons
développé des modèles de Markov d'ordre 2 [16] et montré leur capacité à mieux
modéliser la durée des mots ou des phonèmes que les modèles
d'ordre 1. Nous avons également approfondi l'étude de notre
modèle stochastique original de trajectoires [49, 51, 52]. Ces travaux se poursuivent dans
les directions suivantes :
- réalisation d'une démonstration pour la reconnaissance de
noms épelés monolocuteur combinant HMM2 et réseau de neurones
[71],
- 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 [62],
- mise au point d'une procédure permettant de réaliser
automatiquement l'étiquetage phonétique d'un important corpus
de parole à partir du texte ASCII [41],
- intégration d'un lexique et d'une grammaire pour permettre
la reconnaissance de la phrase prononcée [40].
Deux applications pratiques de nos algorithmes de
reconnaissance ont été développées :
- un système de reconnaissance de la parole traitant en temps
réel une commande de serveur dans un restaurant et gérant un
dialogue simple (dans le cadre du projet régional IRMA),
- un système acceptant des requêtes orales à un serveur WWW
[77].
Nous avons par ailleurs utilisé ces mêmes modèles
stochastiques, en association avec nos modèles neuromimétiques
pour l'interprétation de signaux sonar [13] ( cf. § 4.20 ).