Reconnaissance distribuée et robuste de la parole optimisée par une approche évolutionniste et intégrant un dialogue coopératif

点击翻译按钮获取中文摘要

Le but du projet est de proposer une nouvelle approche pour la reconnaissance de la parole distribuée (DSR: Distributed Speech Recognition) dans la perspective du développement des réseaux sans fil supportant les standards de troisième et éventuellement de quatrième génération (3G et 4G). Un consortium formé autour du projet de partenariat de 3ème génération (3G Partnership Project : 3GPP) a recommandé comme codeur-décodeur (codec) pour les services de commandes vocales, l'utilisation du système évolué de codage étendu (XAFE : eXtended Audio Front-End). Notre approche constitue une alternative aux codecs DSR-XAFE actuellement utilisés, en proposant d'incorporer une technique d'analyse acoustique multi-variable plus robuste et à plus bas débit, dont l'optimisation est effectuée par une approche évolutionniste afin d'assurer une auto-adaptation et une meilleure robustesse du système de reconnaissance dans des environnements acoustiques changeants du coté client. Par ailleurs, nous visons également une innovation au niveau du système de dialogue, implémenté coté serveur, qui améliore la prise en compte de l'aspect sémantico-pragmatique du dialogue personne-système (DPS). En effet, dans la plupart des systèmes de dialogue Personne-Système, l'un des problèmes majeurs est celui relatif au maintien de l'interaction en dépit des erreurs de compréhension ou d'interprétation par le système : il s'agit de continuer le dialogue de manière constructive malgré les incompréhensions et de lever les malentendus entre le système et l'utilisateur. De ce fait, notre projet s'inscrit dans une perspective mondiale, qui préfigure du monde multimédia mobile de demain en proposant des systèmes fondamentalement avancés en termes d'interactivité avec tous les utilisateurs, avec une attention particulière pour ceux atteints de divers troubles du langage. En effet, il est prévu dans le cadre de ce projet, de mettre à leur disposition, lorsqu'ils communiquent à travers les réseaux mobiles, un système-prothèse générant de la parole intelligible à leur place.