MODELISATION NEURO-PREDICTIVE POUR LA CLASSIFICATION PHONETIQUE

Abstract

Les applications en reconnaissance de la parole les plus évoluées se heurtent cependant à de grandes difficultés lorsqu’il s s’agit de traiter des signaux en environnement fortement perturbé comme la téléphonie cellulaire par exemple. Des auteurs ont souligné récemment l’importance de revenir sur certain aspect de la chaine de traitement, l’extraction de caractéristiques en particulier, quitte à renoncer à la course aux performances en termes de scores de reconnaissance. Donc l’extraction de caractéristiques du signal de parole est un domaine de l’analyse du signal peu exploré par la communauté de recherche en parole. La raison principale en est que nous disposons aujourd’hui d’outils performants : des outils essentiellement fondés sur l’analyse fréquentielle des signaux pour leur paramétrisation et des outils d’analyse statistique pour leur classification. Nous nous intéressons également à l’aspect discriminant de ces caractéristiques