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
Document type :
Conference papers
Complete list of metadatas

https://hal.inria.fr/inria-00100854
Contributor : Publications Loria <>
Submitted on : Tuesday, September 26, 2006 - 2:52:28 PM
Last modification on : Thursday, January 11, 2018 - 6:19:55 AM

Identifiers

  • 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. ⟨inria-00100854⟩

Share

Metrics

Record views

239