Apprentissage de structures de réseaux bayésiens dynamiques pour la reconnaissance de la parole

Murat Deviren 1 Khalid Daoudi 1
1 PAROLE - Analysis, perception and recognition of speech
INRIA Lorraine, LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications
Résumé : Nous présentons une méthodologie pour modéliser la parole dans laquelle nous ne faisons aucune hypothèse à priori sur les dépendances entre les variables cachées et observables. Plutôt, nous donnons aux données une liberté complète pour dicter les dépendances appropriées. Cette approche a l'avantage de garantir que le modèle résultant représente la parole avec une plus grande fidélité que les HMM. En outre, un contrôle est donné à l'utilisateur pour faire un compromis entre la fidélité et la complexité du modèle. Nous évaluons le potentiel de notre approche sur une tâche de reconnaissance de chiffres connectés. || We present a speech modeling methodology where no a priori assumption is made on the dependencies between the observed and the hidden speech processes. Rather, dependencies are learned from data. This methodology guarantees improvement in modeling fid
Type de document :
Communication dans un congrès
XXlVèmes Journées d'Études sur la Parole - JEP'2002, Jun 2002, Nancy, France, pp.293-296, 2002
Liste complète des métadonnées

https://hal.inria.fr/inria-00100854
Contributeur : Publications Loria <>
Soumis le : mardi 26 septembre 2006 - 14:52:28
Dernière modification le : jeudi 11 janvier 2018 - 06:19:55

Identifiants

  • HAL Id : inria-00100854, version 1

Collections

Citation

Murat Deviren, Khalid Daoudi. Apprentissage de structures de réseaux bayésiens dynamiques pour la reconnaissance de la parole. XXlVèmes Journées d'Études sur la Parole - JEP'2002, Jun 2002, Nancy, France, pp.293-296, 2002. 〈inria-00100854〉

Partager

Métriques

Consultations de la notice

218