A Soft Computing Approach for On-Line AutomaticSpeech Recognition in Highly Non-StationaryAcoustic Environments.
F. R. Chowdhury · 2012
Ce travail de recherche aborde les problemes de la conception d'un systeme de reconnaissance automatique de la parole ASR (Automatic Speech Recognition) en ligne (on-line) robuste au bruit, a savoir, la reconnaissance de la parole en ligne auto-adaptable a environnement-detectable similaire au processus humain et son execution dans les environnements acoustiques reels hautement non stationnaires. Commengant par une etude de l'etat d'art des technologies ASR en differe (off-line), on presente, en premier, les approches courantes utilisees dans la litterature de I'ASR afin de formuler un systeme de reconnaissance continue en ligne de la parole base sur la technique HMM. Dans cette approche, on examine la technique biaisee dynamique de suppression de trame (frame dynamic bias removal technique) pour l'ASR en ligne, qui a une tres bonne performance d'ASR pour de la parole propre (non corrompue par du bruit). Nous introduisons alors une nouvelle technique pour un ASR en ligne typique base sur la technique en ligne bayesienne d'inference. Dans ce cas-ci, nous etudions la performance de la technique de la moyenne recursive commandee par des minimum MCRA (minima controlled recursive averaging) pour le detection et la compensation de bruit de canal simple en realisant les essais en ligne d'ASR pour le signal de parole dans des environnements acoustiques hautement non-stationnaires et comparer alors leurs resultats avec la parole bruitee au discours bruyant correspondant pour I'ASR en differe. Finalement, nous presentons une architecture d'ASR en ligne basee sur une technique non-lineaire et un modele non-gaussienne pour modeliser des scenarios acoustiques reels. Dans cette approche nous proposons la technique de l'optimisation d'essaim de particules PSO (particle swarm optimization) pour depister et estimer le bruit, et nous avons montre par des experiences que la technique d'optimisation PSO ameliore la performance du systeme en ligne de reconnaissance de la parole de maniere significative dans les environnements acoustiques hautement non-stationnaires.