Phonétisation statistique adaptable d'énoncés pour le français

Gwénolé Lecorvé 1, * Damien Lolive 1
* Auteur correspondant
1 EXPRESSION - Expressiveness in Human Centered Data/Media
UBS - Université de Bretagne Sud, IRISA-D6 - MEDIA ET INTERACTIONS
Résumé : Les méthodes classiques de phonétisation d'énoncés concatènent les prononciations hors-contexte des mots. Ce type d'approches est trop faible pour certaines langues, comme le français, où les transitions entre les mots impliquent des modifications de prononciation. De plus, cela rend difficile la modélisation de stratégies de prononciation globales, par exemple pour modéliser un locuteur ou un accent particulier. Pour palier ces problèmes, ce papier présente une approche originale pour la phonétisation du français afin de générer des variantes de prononciation dans le cas d'énoncés. Par l'emploi de champs aléatoires conditionnels et de transducteurs finis pondérés, cette approche propose un cadre statistique particulièrement souple et adaptable. Cette approche est évaluée sur un corpus de mots isolés et sur un corpus d'énoncés prononcés.
Type de document :
Communication dans un congrès
Journées d'Études sur la Parole, Jul 2016, Paris, France
Liste complète des métadonnées

Littérature citée [19 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-01321358
Contributeur : Gwénolé Lecorvé <>
Soumis le : mercredi 25 mai 2016 - 14:58:35
Dernière modification le : lundi 16 juillet 2018 - 16:40:04

Fichier

jep_grumph.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01321358, version 1

Citation

Gwénolé Lecorvé, Damien Lolive. Phonétisation statistique adaptable d'énoncés pour le français. Journées d'Études sur la Parole, Jul 2016, Paris, France. 〈hal-01321358〉

Partager

Métriques

Consultations de la notice

330

Téléchargements de fichiers

70