Modèles de Markov Cachés : Application à La Reconnaissance Automatique de la Parole.

MINISTERE DE L’ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE UNIVERSITE MOULOUD MAMMERI DE TIZI OUZOU FACULTE DE GENIE ELECTRIQUE ET DE L’INFORMATIQUE DEPARTEMENT D’ELECTRONIQUE

MEMOIRE DE MAGISTER En vue de l’obtenton du d!l"#e de M$%&te' en Ele(t'on)ue O!ton t*l*d*te(ton P'*&ent* !$' + Mr ,ER,ECHE -$#$l

Inttul* +

Mod.le& de M$'/ov C$(0*& + A!!l($ton 1 L$ Re(onn$&&$n(e Auto#$t)ue de l$ P$'ole2 Dev$nt le 3u'4 d’e5$#en (o#!o&* de +

Mr Laghr Laghrou ouche che

Professeur à l’UMMTO

Préside!

Mourad

Ma"!re de coféreces A à l’UMMTO

#a$$or!eur

Haddab Salah

Professeur à l’UMMTO

%&amia!eur

Mr Hammouche

Professeur

Kamal

Mr

à

l’UMMTO

Mme

Ameur Zohra Mr Lazri Mourad

%&amia!eur Ma"! a"!re de 'o 'of fér ére ece cess ( à l’UMM ’UMMT TO %&amia!eur

REMERCIEMENT S

#emercieme!s

La réalisa!io de ce mémoire e )ue de l’ob!e!io du di$l*m di$l*mee de Ma Magi gis! s!er er e élec!roi+ue a é!é redue

$ossible gr,ce au sou!ie de $lusieurs $ersoes à +ui -e )oudrai !émoiger ma recoaissace. leurs dis$oibili!és

e! leurs com$é!eces m/o! $ermis de frachir beaucou$

d’ob d’obs! s!ac acle les. s. +u’i +u’ils ls !rou !rou)e )e!! ici ici le !émo !émoig igag agee de ma gra!i!ude e! mes remercieme!s les $lus sic0res1 2e

)oudrais

!ou!

d/abord

adresser

!ous

mes

rem remerci erciem eme e!s !s à mo dire direc! c!eu eurr de mém mémoire oire Mosieur HA33A( Salah. Mai!re de 'oféreces A à l’ui)ersi!é de Tizi Ou Ouzzou $our $our so so imme mmese se $a!i $a!ie ece ce.. sa gra grade de dis$oibili!é e! ses coseils +ui o! co!ribué grademe! à la réalisa!io de ce !ra)ail1 4u’il !rou)e ici l’e&$ressio de ma $rofode gra!i!ude1

2’e& 2’e&$r $rim imee mes mes sic sic0r 0res es remer emerci ciem emee!s !s e! ma $rofode $rof ode gra!i!ude gra!i!u de à Mr Laghrouch Lagh rouchee Mourad. $rofesseur à l’U l’Ui) i)er ersi si!é !é Moul Moulou oudd MAMM MAMM%# %#55 de Tizi6 izi6ou ouzo zouu $o $our ur l’hoeur +u’il me fai! e $résida! ce -ur71

2e !ies !ies à remerc remercier ier chaleu chaleureu reusem seme! e! Mme Ameur Ameur Zohra. Zohra. $rofesseur $rofesseur à l’Ui)ers l’Ui)ersi!é i!é Mouloud MAMM%#5 de Tizi6ouzou. $our a)oir acce$!é de faire $ar!ie du -ur71 8galem 8galeme! e!.. -’e&$ -’e&$ri rime me ma $rofo $rofode de gra!i gra!i!u !ude de à Mr Hammouche

Kamal.

$rofesseur

à

l’Ui)ersi!é l’Ui)ersi!é Mouloud MAMM%#5 de Tizi6ouz Tizi6ouzou. ou. $our a)oir acce$!é de faire $ar!ie du -ur71

2’ad 2’adre ress ssee mes mes )ifs )ifs reme remerc rcie ieme me! !ss à Mr La Lazr zrii M o u r ad . M a i!r e de coférace ( à l’Ui)ersi!é l’Ui)ersi!é Mouloud MAMM%#5 de Tizi6ouzou. Tizi6ouzou. $our a)oir a c ce $ ! er au s si de faire $ar!ie du -ur71 Mes remercieme!s e! ma gra!i!ude au& res$osables. chercheurs du d u labora!oire LAMPA1

2e désir aussi remercier les eseiga!s du dé$ar!eme! élec!roi+ue élec!roi+ue de l’ui)ersi!é de !izi6ouzou +ui m’o! fouri les ou!ils e! les coaissaces écessaires à la réussi!e de mes é!udes ui)ersi!aires1 2e )oudrais e&$rimer ma $lus hau!e recoaissace à mes $are!s e! à !ou!e ma famille famille $our leur sou!ie. s ou!ie. leur aide e! leur $a!iece1

9ialeme!. -e ’oublierai $as de ci!er !ous mes amis e! coll0gu coll0gues es +ui m/o! !ou-ours !ou-ours sou!eu e! ecouragé !ou! au log de ce!!e démarche1

#emercieme!s

TA,LES DES MATI6RES

T$ble de& #$t.'e&

:LOSSA5#% 5;T#O3U'T5O; :8;8#AL%6666666666666666666666666666666666666666666666666666666666666666666 <

CHAPITRE I + G7N7RALIT7S SUR LA PAROLE 5!roduc!io 6666666666666666666666666666666666666666666666666666666666666666666666666666666666666 666666 = 51<1 Produc!io de la $arole 6666666666666666666666666666666666666666666666666666666666666666666666666 = 51<1<1

Le

$rocessus

de

$roduc!io

66666666666666666666666666666666666666666666666666666666666666666666666666666666 666666= 51<1>1 Les

différe!es é!a$es

de

$roduc!io

de la

$arole666666666666666666666666666666666666666666666666666666666666? 51<1=1

Les

orgaes

de

$roduc!io

de

la

$arole

666666666666666666666666666666666666666666666666666666666666666666666666@ 51<1=1<1 Le lar7& 66666666666666666666666666666666666666666666666666666666666666666666666666666666 6666666666666666666666@ 51<1=1>1 Les ca)i!és su$raglo!!i+ues 66666666666666666666666666666666666666666666666666666666666666666666666666666666 6 51<1?1 Les sos de la $arole $ar l’a$$roche $roduc!io666666666666666666666666666666666666666666666666666666666666
51>1 Audi!io6$erce$!io des sos de $arole 66666666666666666666666666666666666666666666666666666 <=

51>1<1

S!ruc!ure

de

l’oreille

666666666666666666666666666666666666666666666666666666666666666666666666666666666 666666666666 51>1>1

<= Prici$e

de

$erce$!io

audi!i)e

66666666666666666666666666666666666666666666666666666666666666666666666666666666
51=1 Trai!eme! de la $arole 666666666666666666666666666666666666666666666666666666666666666666666666
;umérisa!io

66666666666666666666666666666666666666666666666666666666666666666666666666666666 666666666666666666666

51=1>1

L’écha!illoage

666666666666666666666666666666666666666666666666666666666666666666666666666666666 666666666666666 51=1=1

4ua!ifica!io

66666666666666666666666666666666666666666666666666666666666666666666666666666666 6666666666666666 51=1?1

< Le

'odage

66666666666666666666666666666666666666666666666666666666666666666666666666666666 6666666666666666666666666 <

51?1 Aal7se du sigal de $arole 6666666666666666666666666666666666666666666666666666666666666666666 < 51?1<1

Aal7se

!em$orelle

66666666666666666666666666666666666666666666666666666666666666666666666666666666 66666666666666 51?1>1

< Aal7se

fré+ue!ielle

66666666666666666666666666666666666666666666666666666666666666666666666666666666 666666666666
CHAPITRE II + LES PARAM6TRES PERTINENTS DU SIGNAL DE PAROLE 5!roduc!io 6666666666666666666666666666666666666666666666666666666666666666666666 66666666666666666666

>@

551<1 'oefficie!s ce$s!rau& de $rédic!io liéaire 6666666666666666666666666666666666666666666666 551>1

L’aal7se

e

bac

>@ de

fil!re

6666666666666666666666666666666666666666666666666666666666666666666 >D 551=1

Aal7se $ar $rédic!io liéaire $erce$!uelle

6666666666666666666666666666666666666666666666 >

551?1

Mé!hodes #ASTA6 PLP e! 2#ASTA6 PLP

66666666666666666666666666666666666666666666666 551@1

Aal7se

à

>E

résolu!io

mul!i$le

666666666666666666666666666666666666666666666666666666666666666 =B 551C1

Mé!hodes

Acous!i+ues

h7brides

666666666666666666666666666666666666666666666666666666666666 551D1

Au!res

$aram0!res

==

acous!i+ues

66666666666666666666666666666666666666666666666666666666666666 =? 'oclusio 6666666666666666666666666666666666666666666666666666666666666666666666 666666666666666666666 =?

CHAPITRE III + LA RECONNAISSANCE AUTOMATIQUE DE LA PAROLE 5!roduc!io 6666666666666666666666666666666666666666666666666666666666666666666666 66666666666666666666 5551<1

;i)eau&

=@ de

com$le&i!é

de

la

666666666666666666666666666666666666666666666666666666666 5551>1 A$$roche

#AP =@

e! !echi+ues de recoaissace

au!oma!i+ue de la $arole66666666666666666 =D 5551>1<1

A$$roche

$ar

la

ormalisa!io

!em$orelle6666666666666666666666666666666666666666666666

=D

5551>1>1

A$$roche

$ar

modélisa!io

s!ochas!i+ue

66666666666666666666666666666666666666666666666 5551>1=1

A$$roche

$ar

mod0les

=E euromé!ri+ues

6666666666666666666666666666666666666666666666666

?>

5551>1?1

A$$roche

(a7ésiee66666666666666666666666666666666666666666666666666666666 66666666666666

??

'oclusio 6666666666666666666666666666666666666666666666666666666666666666666666 666666666666666666666 ?@

CHAPITRE IV + LES MOD6LES DE MAR-OV CACH7S 5!roduc!io 6666666666666666666666666666666666666666666666666666666666666666666666 66666666666666666666

?C

5F1<1

His!ori+ue

6666666666666666666666666666666666666666666666666666666666666666666666 666666666666666 ?C 5F1>1

Les

chaies

de

MarGo)

66666666666666666666666666666666666666666666666666666666666 5F1=1

calcul

de

la

discr0!es ?

)raisemblace

66666666666666666666666666666666666666666666666666666666666666666 @=

5F1=1<1

L’algori!hme

9orard

666666666666666666666666666666666666666666666666666666666666666666666 @= 5F1=1>1

L’algori!hme

(acGard

6666666666666666666666666666666666666666666666666666666666666666666 @@ 5F1=1=1

Probabili!és

déduc!ibles

6666666666666666666666666666666666666666666666666666666666666666666 @D 5F1=1?1 3écodageIsegme!a!io de sé+ueces d’obser)a!ios66666666666666666666666666666666 @D 5F1=1?1<1 %!a!s cachés les $lus $robables à cha+ue is!a! 6666666666666666666666666666666666666666666666666666666 5F1=1?1>1

Algori!hme

@ de

)i!erbi

66666666666666666666666666666666666666666666666666666666666666666666666666666666 6666666 @

5F1?1

A$$re!issage des mod0les de MarGo) cachés

666666666666666666666666666666666666666666 5F1?1<

CB

A$$re!issage

é!i+ue!é

666666666666666666666666666666666666666666666666666666666666666666666 CB 5F1?1> Ma&imisa!io de la )raisemblace 6666666666666666666666666666666666666666666666666666666 C< 5F1?1>1<1

5!roduc!io

à

l’algori!hme

%&$ec!a!io6

Ma&imisa!io66666666666666666666666666666666666666666666666 5F1?1>1>1

L’algori!hme

C>

de

(aum6

Jelch6666666666666666666666666666666666666666666666666666666666666666666666666 6666

C=

5F1?1>1=1

3esce!e

de

gradie!

66666666666666666666666666666666666666666666666666666666666666666666666666666666 66666666 C?

5F1@1

'ri!0re du ma&imum a $os!eriori MAP

666666666666666666666666666666666666666666666666 5F1C1

Ma&imisa!io

de

CD l’iforma!io

mu!uelle66666666666666666666666666666666666666666666666666 CE 5F1C1<1 Ma&imisa!io de l’iforma!io mu!uelle de la )raisemblace

6666666666666666666666

CE

5F1C1>1 Ma&imisa!io de l’iforma!io mu!uelle du MAP 666666666666666666666666666666666666

D<

5F1D1

Le

cri!0re

de

segme!al

G6meas

66666666666666666666666666666666666666666666666666666666666 D> 5F11<1

Premi0re

a$$roche

6666666666666666666666666666666666666666666666666666666666666666666666 666

D=

5F11>1

3eu&i0me

a$$roche

6666666666666666666666666666666666666666666666666666666666666666666666 66

D?

'oclusio 6666666666666666666666666666666666666666666666666666666666666666666666 666666666666666666666 DC

CHAPITRE V + IMPLEMENTATION DE LA RECONNAISSANCE AUTOMATIQUE PAR MMC 5!roduc!io 6666666666666666666666666666666666666666666666666666666666666666666666 66666666666666666666 F1<1

D

Ob-ec!if

du

!ra)ail



6666666666666666666666666666666666666666666666666666666666666666666666 66666 F1>1

D S!ruc!ure

géérale

d’u

#ecoaissace

Au!oma!i+ue de la $arole co!iue 6666666 D

F1=1 S!ruc!ure d’u S7s!0me de #ecoaissace Au!oma!i+ue de la $arole co!iue $ar MM' 666666666666666666666666666666666666666666666666666666666666666666666666666 6666666666666666666666666666 B F1?1 Premi0re A$$lica!io  3é)elo$$eme! d’u S7s!0me de #ecoaissace de la $arole $ar MM' sous Ma!lab1 6666666666666666666666666666666666666666666666666666666666666666666666666 < F1?1>1%&!rac!io

des

$aram0!res

M9''

666666666666666666666666666666666666666666666666666666666

>

F1?1=1

HMM

Le

mod0le

6666666666666666666666666666666666666666666666666666666666666666666666 666666 F1?1?1

> L’e!raieme!

du

mod0le

666666666666666666666666666666666666666666666666666666666 =

MM'

F1?1@ Tes!s e! #ésul!a!s6666666666666666666666666666666666666666666666666666666666666666 6666666666666 ? F1@ 3eu&i0me A$$lica!io  3é)elo$$eme! d’u s7s!0me de #ecoaissace de la Parole sous HTK F1@1<

S7s!0me

Moo$hoe

6666666666666666666666666666666666666666666666666666666666666666666666 6 F1@1>

@ S7s!0me

!ri$hoe

6666666666666666666666666666666666666666666666666666666666666666666666 666666 F1@1=

 Aal7se

des

résul!a!s

6666666666666666666666666666666666666666666666666666666666666666666666 66

E

'oclusio 6666666666666666666666666666666666666666666666666666666666666666666666 666666666666666666666 'O;'LUS5O;

E :8;8#AL%

666666666666666666666666666666666666666666666666666666666666666666666 EB

A;;%N%S 6666666666666666666666666666666666666666666666666666666666666666666666 666666666666666666666 E>

ANNE8E A + MISE EN 9UVRE DELA RECONNAISSANCE AUTOMATIQUE DE LA PAROLE SOUS HT- 1 5!roduc!io A1<1 Ou!il s de $ré$a ra!io de do ées A1>1 Ou!il s d’a$$ re!is sage A1=1 Ou!ils de recoaissace

ANNE8E , + LA PARAM7TRISATION MFCC

5!roduc!io (1 <1 La $a ra m é!r isa !io  $a r M 9 ' ' (5 ( L5 O : # A

P H5 %

Glo&&$'e

GLOSSAIRE

LPC + 'oefficie!s de $rédic!io liéaire1 LPCC + 'oefficie!s ce$s!rales de $rédic!io liéaire1 'oefficie!s MFCC + ce$s!rales

à

échelle

fré+ue!ielle de Mel1 DCT + Trasformée discr0!e1

PLP + Prédic !io liéair e $erce$ !uelle1

RAST A

+

Aal7 se s$ec!r ale

e

cosius

rela!i) e1

3RASTA+ Aal7se s$ec!ral rela!i)e au brui! addi!if1 MRA+ Aal7se

à

resolu!io mul!i$le1

ANN+ Ar!ificiel ;eural ;e!orG. #éseau de ;euroes ar!ificiel1 GMM+ :aussia mi&!ure model. model de mi&!ure de gaussiees1

MMC+ Model de MarGo) 'achés1 HMM+ Hidde marGo) Model1 MAP Ma&imum à $os!eriori1 ML + Ma &i mu m de )ra iss am bla ce 1

E M+ %& $ec !a!i

o Ma &i mi sa!i o1

SEM+%&$ec!a!i o Ma&imisa!io S!ochas!i+ue1

ICE+ %s!ima!io 'odi!ioelle i!éra!i)e1

MIM+ Ma&imisa!io de l’iforma!io mu!uelle1

Int'odu(ton %*n*'$le

>

INTRODUCTION G7N7RALE

Int'odu(ton %*n*'$le

Le !rai!eme! de la $arole es!. au-ourd’hui. ue com$osa!e fodame!ale des scieces de l’igéieur1 Si!uée

au croiseme! du !rai!eme! du sigal uméri+ue e! du !rai!eme! du lagage c/es!6à6dire du !rai!eme! de doées s7mboli+ues. ce!!e disci$lie scie!ifi+ue a cou. de$uis les aées CB. ue e&$asio fulgura!e. liée au dé)elo$$eme!

des

mo7es

e!

des

!echi+ues

de

!élécommuica!ios1 L’im$or!ace $ar!iculi0re du !rai!eme! de la $arole s’e&$li+ue $ar la $osi!io $ri)ilégiée de la $arole comme )ec!eur d’iforma!io das o!re socié!é humaie1

L’e&!raordiaire sigulari!é de ce!!e sciece. +ui la différecie fodame!aleme! des au!res com$osa!es du !rai!eme! de l’iforma!io. !ie!. sas aucu dou!e. au r*le fascia! +ue -oue le cer)eau humai à la fois das la $roduc!io e! das la com$réhesio de la $arole e! à l’é!edue des foc!ios +u’il me! e oeu)re1 A$r0s $lus de soi&a!e aées de recherches e! de dé)elo$$eme!

idus!riel.

$erformaces

des

au!oma!i+ues

de

s7s!0mes la

de

$arole

les

recoaissaces

#AP

se

so!

cosidérableme! améliorées. $erme!!a! d’aborder des domaies

d’a$$lica!io

de

com$le&i!é

croissa!e1 Les !ra)au& ac!uels les $lus a)acés cocere! des

s7s!0mes

de

dialogue

)ia

le

!élé$hoe. la recoaissace de la $arole s$o!aée ou la !rascri$!io

d’émissios

de

radio

ou !élé)isio1 Les $erformaces ob!eues dé$ede! beaucou$

du

!aille

difficul!é

e!

di)ersi!és

!7$e

de

du

des

!,che

cosidérée

)ocabulaire.

ombre

locu!eurs.

e!

codi!ios

d’eregis!reme!1 Le !rai!eme! au!oma!i+ue de la $arole a

é!é.

d0s

l’origie

for!eme!.

!ribu!aire de l’é)olu!io !echologi+ue1 S’il ’es! $as e $rici$e de $arole sas cer)eau humai $our la $roduire. l’e!edre. e! la com$redre. les !echi+ues moderes de !rai!eme! de la $arole !ede! ce$eda! à $roduire des s7s!0mes au!oma!i+ues +ui se subs!i!ue! à l’ue o l’au!re de ces foc!ios1

Aisi. les aal7seurs de $arole cherche! à me!!re e é)idece

les

carac!éris!i+ues

du

sigal )ocal !el +u’il es! $rodui!. ou $arfois !el +u’il es! $eru.

mais

-amais

!el

+u’il

es!

com$ris1 3’u au!re co!é les recoaisseurs o! $our missio de

décoder

l’iforma!io

$or!ée

$ar le sigal )ocal à $ar!ir de doées fouries $ar l’aal7se1 O

dis!igue

fodame!aleme!

deu& !7$es de recoaissace. e foc!io de l’iforma!io +ue

l’o

cherche

à

e&!raire

du

sigal )ocal  La recoaissace du locu!eur. a)ec $our ob-ec!if

es!

recoai!re

la

$ersoe

+ui $arle. e! la recoaissace de la $arole. o l’o s’a!!ache $lu!*! à recoai!re ce +ui es! di!1 <

Int'odu(ton %*n*'$le O classe égaleme! les recoaisseurs e foc!io des h7$o!h0ses sim$lifica!rices sous les+uelles ils so! a$$elés à foc!ioer  % recoaissace du locu!eur. o fai! la différece e!re la )érifica!io e! l’ide!ifica!io du locu!eur. selo +ue le $robl0me es! de )érifier +ue la )oi& aal7sée corres$od bie à la $ersoe +ui es! sesée la $roduire. ou +u’il s’agisse de dé!ermier +ui. $armi u ombre fii e! $réé!abli de locu!eur. a $rodui! le sigal aal7sé1 Par ailleurs. o dis!igue la recoaissace du locu!eur dé$eda!e du !e&!e. recoaissace a)ec !e&!e dic!é. e! recoaissace idé$eda!e du !e&!e1 3as le $remier cas. la $hrase à $roocer. $our Q!re recou. es! fi&ée d0s la coce$!io du s7s!0me R elle es! fi&ée lors du !es! das le deu&i0me cas. e! ’es! $as $récisée das le !roisi0me1

O $arle égaleme! de recoaisseur de $arole moolocu!eur.

mul!ilocu!eur.

ou

idé$eda! du locu!eur. selo +u’il a é!é e!raié à recoai!re

la

)oi&

d’ue

$ersoe.

d’u

grou$e fii de $ersoes. ou +u’il es!. e $rici$e. ca$able de recoai!re ’im$or!e +ui1 O dis!igue efi recoaisseur de mo!s isolés. recoaisseur de mo!s coec!és. e!

recoaisseur de $arole co!iue. selo +ue le locu!eur sé$are cha+ue mo! $ar u silece. +u’il $rooce de fao co!iue ue sui!e de mo!s $rédéfiis. ou +u’il $rooce ’im$or!e +uelle sui!e de mo!s de fao co!iue1

3as ce mémoire. ous cosacros le $remier cha$i!re au& géérali!és sur la $arole. sa $roduc!io e! $erce$!io chez l’Q!re humai. so ac+uisi!io e! ses !rai!eme!s e! aal7se1 3as le secod cha$i!re. ous décri)os les $aram0!res acous!i+ues $er!ie!s du sigal de $arole1 Par la sui!e. le

cha$i!re !rois es! cosacré à la descri$!io des s7s!0mes de recoaissace au!oma!i+ue de la $arole1 3as le +ua!ri0me cha$i!re. ous allos i!roduire les Mod0les

de

MarGo)

'achés

e!

leurs

algori!hmes. cri!0res +ui so! à la base des s7s!0mes moderes de

recoaissace

au!oma!i+ue

de la $arole1 ;ous !ermios. das le cha$i!re 'i+. $ar décrire l’a$$lica!io réalisée +ui cosis!e à la recoaissace au!oma!i+ue de la $arole sous ma!lab e! sous HTK1

>

CHAPITRE I + G7N7RALIT7S SUR LA PAROLE

'ha$i!re 5 :éérali!és sur la $arole

Int'odu(ton L’iforma!io $or!ée $ar le sigal de $arole $eu! Q!re aal7sée de bie des faos1 O dis!igue. gééraleme!. $lusieurs

i)eau&

de

descri$!io

o

e&clusifs 

Acous!i+ue. $hoé!i+ue e! bie d’au!res <1 3as ce cha$i!re ous allos. das u $remier !em$s. décrire les $rocessus de $roduc!io e! de $erce$!io audi!i)e

de la $arole $uis ous doeros u a$eru sur les o!ios de $hoé!i+ue1 ;ous !ermieros $ar la co)ersio de la $arole e sigal élec!ri+ue e! ous ra$$elleros +uel+ues ou!ils de base u!ilisés e !rai!eme! de sigau& acous!i+ues1

I2:2 P'odu(ton de l$ !$'ole La $arole $eu! Q!re décri!e comme le résul!a! de l’ac!io )olo!aire e! coordoée d’u cer!ai ombre de muscles

des a$$areils res$ira!oires e! ar!icula!oires <1 'e!!e ac!io se déroule sous le co!r*le du s7s!0me er)eu& ce!ral +ui

reoi!.

e

$ermaece.

des iforma!ios $ar

ré!roac!io audi!i)e e! $ar les sesa!ios Gies!hési+ues >1

I2:2:2 Le !'o(e&&u& de !'odu(ton 3e fao sim$le. o $eu! résumer le $rocessus de $roduc!io

de

la

$arole

comme

u

s7s!0me das le+uel ue ou $lusieurs sources e&ci!e! u esemble

de

ca)i!és1

La

source

sera

soi! géérée au i)eau des cordes )ocales soi! au i)eau d’ue cos!ric!io du codui! )ocal1

3as le $remier cas. la source résul!e d’ue )ibra!io +uasi6$ériodi+ue des cordes )ocales e! $rodui! aisi ue ode de débi! +uasi6$ériodi+ue1 3as le secod cas. la source soore es! soi! u brui! de fric!io soi! u brui! d’e&$losio +ui $eu! a$$ara"!re s’il 7 a

u for! ré!récisseme! das le codui! )ocal o si u brus+ue rel,cheme! d’ue occlusio du codui! )ocal s’es! $rodui!1 L’esemble de ca)i!és si!uées a$r0s la glo!!e. di!es les ca)i!és su$raglo!!i+ues. )o! aisi Q!re e&ci!ées $ar la ou les sources e! fil!rer le so $rodui! au i)eau de ces sources1 Aisi. e chagea! la forme de ces ca)i!és. l’homme $eu! $roduire des sos différe!s1 Les ac!eurs de ce!!e mobili!é du codui! )ocal so! commuéme! a$$elés les ar!icula!eurs1

=


F%2:2:;L’$!!$'el !0on$to'e1

O $eu! doc résumer le $rocessus de $roduc!io de la $arole e !rois é!a$es esse!ielles

La gééra!io d’u flu& d’air +ui )a Q!re u!ilisé $our faire a"!re ue source soore

au i)eau des cordes )ocales ou au i)eau d’ue cos!ric!io du codui! )ocal '’es! le r*le de la soufflerie1 La gééra!io d’ue source soore sous la forme d’ue ode +uasi6$ériodi+ue résul!a!

de la )ibra!io des cordes )ocales ouIe! sous la forme d’u brui! résul!a! d’ue cos!ric!io ou d’u brus+ue rel,cheme! ou occlusio du codui! )ocal  '’es! le r*le de la source )ocale1

La mise e $lace des ca)i!és su$raglo!!i+ues codui!s asal e! )ocal  $our ob!eir le so désiré  c’es! $rici$aleme! le r*le des différe!s ar!icula!eurs du codui! )ocal1

I2:2<2 Le& d=*'ente& *t$!e& de !'odu(ton de l$ !$'ole L’a$$areil res$ira!oire fouri! l’éergie écessaire à la $roduc!io

de

sos.

e

$oussa!

de

l’air à !ra)ers la !rachée6ar!0re1 Au somme! de celle6ci se !rou)e

le

lar7&

o

la

$ressio

de

l’air es! modulée a)a! d’Q!re a$$li+uée au codui! )ocal1 Le

lar7&

es!

u

esemble

de

muscles e! de car!ilages mobiles +ui e!oure! ue ca)i!é si!uée

à

la

$ar!ie

su$érieure

de

la

!rachée fig1<1<1 Les cordes )ocales so! e fai!e deu& l0)res

s7mé!ri+ues

$lacées

e

!ra)ers

du lar7&1 'es l0)res $eu)e! fermer com$l0!eme! le

lar7&

e!.

e

s’écar!a!

$rogressi)eme!. dé!ermier ue ou)er!ure !riagulaire a$$elée

glo!!e1

L’air

7

$asse

libreme!

$eda! la res$ira!io e! la )oi& chucho!ée. aisi +ue $eda!

la

$hoa!io

des

sos

o

)oisés1 Les sos )oisés résul!e! au co!raire d’ue )ibra!io $ériodi+ue des cordes )ocales1 ?


Le lar7& es! d’abord com$l0!eme! fermé. ce +ui accroi! la $ressio e amo! des cordes )ocales. e! les force à s’ou)rir. ce +ui fai! !omber la $ressio. e! $erme! au& cordes )ocales de se refermer R des im$ulsios $ériodi+ues de $ressio so! aisi a$$li+uée. au codui! )ocal. com$osé des ca)i!és $har7giee e! buccale $our la $lu$ar! des sos1 Lors+ue la lue!!e es! e $osi!io basse. la ca)i!é asale )ie! s’7 a-ou!er e déri)a!io1 3as la sui!e de ce!!e sec!io. ous allos défiir au mieu& les orgaes i!er)ea!s das ce $rocessus1

I2:2>2 Le& o'%$ne& de !'odu(ton de l$ !$'ole La $arole es! esse!ielleme! $rodui!e $ar deu& !7$es de sources

)ocales1

La

$remi0re.

$lus soore. es! celle +ui $red aissace au i)eau du lar7&

sui!e

à

la

)ibra!io

des

cordes

)ocales1 La secode. mois soore. $red aissace au i)eau

d’ue

cos!ric!io

du

codui!

)ocal ou lors d’u rel,cheme! brus+ue d’ue occlusio du codui!

)ocal1

O

$arlera

das

ce

cas de sources de brui!1

I2:2>2:2 Le l$'4n5 Le lar7& es! u orgae si!ué das le cou +ui -oue u r*le crucial das la res$ira!io e! das la $roduc!io de $arole1 Le lar7& fig1<1> es! $lus s$écifi+ueme! si!ué au i)eau de la sé$ara!io e!re la !rachée ar!0re e! le !ube

diges!if. -us!e sous la racie de la lague1 Sa $osi!io )arie

a)ec le se&e e! l’,ge  il s’abaisse $rogressi)eme! -us+u’à la $uber!é e! il es! sesibleme! $lus éle)é chez la femme1

F%2:2<;S(0*#$ du l$'4n5

5l es! cos!i!ué d’u esemble de car!ilages. il es! cos!i!ué

d’u

esemble

de

car!ilages

e!ourés de !issus mous1 La $ar!ie la $lus $roémie!e du lar7& es! formée du !h7roVde1 La @

'ha$i!re 5 :éérali!és sur la $arole $ar!ie a!érieure de car!ilage es! commuéme! a$$elée la $omme d’Adam1 O !rou)e. -us!e au dessus du lar7&. u

os e forme de ’U’ a$$elé l’os h7oid1 'e! os relie le lar7& à la madibule $ar l’i!ermédiaire de muscles e! de !edos +ui -ouero! u r*le im$or!a! $our éle)er le lar7& $our la déglu!i!io ou la $roduc!io de $arole1

La $ar!ie iférieure du lar7& es! cos!i!uée d’u esemble de $i0ces circulaires. le cricoVde. sous le+uel o !rou)e les aeau& de la !rachée ar!0re1 Le lar7& assure aisi !rois foc!ios esse!ielles  Le

co!r*le

du flu& d’air lors

de

la

res$ira!io La $ro!ec!io des

)oies

res$ira!oires La $roduc!io d’ue source soore $our la $arole

?

Le& #u&(le& du l$'4n5 Les mou)eme!s du lar7& so! co!r*lés $ar deu&

grou$es

de

muscles1

O

dis!igue

aisi les muscles i!ris0+ues. +ui co!r*le! le mou)eme! des

cordes

)ocales

e!

des

muscles

à l’i!érieur du lar7&. e! les muscles e&!ris0+ues. +ui

co!r*le!

la

$osi!io

du

lar7&

das

le

cou1 La figure 51= ous re$rése!e les muscles i!ris0+ues1 Les cordes )ocales so! ou)er!es $ar ue $aires de muscles

les muscles cricoar7!éoide $os!érieur +ui so! si!ués e!re la $ar!ie arri0re du cricoVde e! le cricoar7!eoVde1

F%2:2> S(0*#$ de& #u&(le& nt'n&.)ue& du l$'4n5

C


?

Le& (o'de& vo($le& Les cordes )ocales si!uées au ce!re du lar7& o!

u r*le fodame!al das la $roduc!io de la $arole1 %lles so! cos!i!uées de muscles recou)er!s d’u !issus assez fi couramme! a$$elé la mu+ueuse1 Sur la $ar!ie arri0re de cha+ue corde )ocale. o !rou)e ue $e!i!e s!ruc!ure fai!e de car!ilages  Les ar7!éoides1 3e ombreu& muscles

7 so! ra!!achés +ui $erme!!e! de les écar!er $our assurer la res$ira!io1 3ura! la $roduc!io de $arole. les ar7!éoides so! ra$$rochés

)oir

figure

51=1

Sous

la

$ressio de l’air $ro)ea! des $oumos. les cordes )ocales

s’ou)re!

$uis

se

referme!

ra$ideme!1 Aisi. lors+u’ue $ressio sou!eue de l’air d’e&$ira!io

es!

mai!eue.

les

cordes )ocales )ibre! e! $roduise! u so +ui sera $ar la sui!e

modifié

das

le

codui!

)ocal

$our doer lieu à u so )oisé1 'e $rocessus de )ibra!io des

cordes

)ocales

$eu $lus e dé!ail ci6a$rés1

es!

décri!

u

F%2:2@ Le& (o'de& vo($le& en !o&ton ouve'te& du'$nt l$ 'e&!'$ton 1 %$u(0eB et e'#*& !ou' l$ !'odu(ton de !$'ole 1 d'oteB

Plusieurs muscles aide! $our fermer e! !edre les cordes )ocales1 Les cordes )ocales so! elles mQme cos!i!uées d’u muscle.

le

!h7roar7!éoide1

U

au!re

muscle.

l’i!erar7!éoide . $erme! de ra$$rocher ces deu& car!ilages1 Le muscle cricoar7!éoide la!éral +ui es! lui aussi si!ué e!re l’ar7!éoide e! le car!ilage cricoVde ser! à la ferme!ure du lar7&1 Le muscle crico!h7roide )a du car!ilage cricoide -us+u’au car!ilage !h7roide1 Lors+u’il se co!rac!e. le car!ilage cricoid bascule e a)a! e! !ed les cordes )ocales ce +ui résul!era à u él0)eme! de la )oi&1 Les muscles e&!ris0+ues ’affec!e! $as le mou)eme! des cordes )ocales mais él0)e! ou abaisse! le lar7& das sa globali!é1 D

'ha$i!re 5 :éérali!és sur la $arole La figure <1@ doe ue )ue schéma!i+ue d’ue cou$e )er!icale du lar7&1 Sur ce schéma. les cordes )ocales so! ici claireme! sé$arées. comme elles seraie! dura! la res$ira!io1 O $eu! égaleme! remar+uer au6dessus des cordes )ocales. des !issus a7a! $our $rici$al r*le d’é)i!er

le $assage de subs!aces das la !rachée dura! la déglu!i!io  ce so! les fausses cordes )ocales1 5l es! im$or!a! de o!er +u’elles e -oue! aucu r*le lors de la $hoa!io1 Le car!ilage mou e forme grossi0re de lague +ui se !rou)e au6dessus es! a$$elé l’é$iglo!!e e! a égaleme! u r*le $our $ro!éger l’acc0s de la !rachée lors de la déglu!i!io1

F%2:2;Vue lon%tudn$le du l$'4n5

I2:2>2<2 Le& ($vt*& &u!'$%lott)ue& 3’au!res orgaes si!ués au dessus de la glo!!es orgaes su$raglo!!i+ues i!er)iee! égaleme!. meme à u degré moidre. das la $roduc!io du so1 O dis!igue. aisi 

Le (ondut vo($l

'osidéré comme u !ube acous!i+ue de sec!io )ariable +ui s’é!ed de la glo!!e -us+u’au& l0)res1 Pour u adul!e. le codui! )ocal mesure e)iro
les l0)res. la m,choire. la lague e! le )elum1 'es ar!icula!eurs so! bri0)eme! décri!s ci6dessous1

Le (ondut n$&$l Le codui! asal es! u $assage au&iliaire $our la !rasmissio du so1 5l commece au i)eau du )elum e! se !ermie au& i)eau& des fosses asales1 Pour u homme adul!e. ce!!e ca)i!é mesure e)iro <> cm1 Le cou$lage acous!i+ue e!re les deu& ca)i!és es! co!r*lé

$ar

l’ou)er!ure

au

i)eau

du

)elum figure 51<1 O o!era +ue le )elum 6ou )oile du $alais6 es! largeme! ou)er!1 3as ce 


cas. o aura la $roduc!io d’u so asal1 3as le cas co!raire. lors+ue le )elum ferme le codui! asal le so $rodui! sera di! o6asal1 3’au!re orgaes. di!s ar!icula!eurs. -oue égaleme! u r*le chacu e ce +ui le cocere1 Les ar!icula!eurs so! 

L$ l$n%ue La lague es! ue s!ruc!ure fro!i0re. a$$ar!ea! à la fois à la ca)i!é buccale $our sa $ar!ie di!e mobile e! au glosso6$har7& $our sa $ar!ie di!e fi&e. +ui a$$li+uée co!re le $alais ou les de!s cos!i!ue! u orgae )ibra!oire

accessoire. i!er)ea! das la forma!io des cosoes1 %lle a doc de l’im$or!ace $our la $hoa!io1

O com$red +ue la lague es! u ar!icula!eur fodame!al $uis+ue sa $osi!io es! dé!ermia!e das le codui! )ocal1

L$ #(0o'e La m,choire $oss0de u ombre de degrés de liber!é $lus

faible

e!

é!a!

u

cor$s

rigide

e $eu! $as se déformer comme la lague1 ;éamois. la m,choire

$eu!

o

seuleme!

s’ou)rir e! se fermer. mais $eu! égaleme! s’a)acer ou effec!uer des mou)eme!s de ro!a!io1

So r*le das la $arole ’es! ce$eda! $as $rimordial das la mesure o il es! $ossible e blo+ua! la m,choire de $arler de fao !r0s i!elligible1

Le& l.v'e& Les l0)res so! si!uées à l’e&!rémi!é du codui! )ocal e! comme $our la lague. elles $oss0de! ue grade mobili!é e raiso des ombreu& muscles im$li+ués das leur co!r*le1 Les $oi!s de -oc!io des l0)res su$érieure e! iférieure s’a$$elle! les commissures e! -oue! u grad r*le das la di$loma!ie $our le sourire. bie sur1111

Au $oi! de )ue acous!i+ue. c’es! l’es$ace i!érolabial +ui es! im$or!a!1 O $eu! obser)er différe!s mou)eme!s im$or!a!s $our la $hoa!io do! 

? l’occlusio les l0)res so! fermées ? La $ro!rusio les l0)res so! a)acées )ers l’a)a!

E


? l’élé)a!io e! l’abaisseme! de la l0)re iférieure ?

l’é!ireme!. l’abaisseme!

ou l’élé)a!io des commissures

I2:2@2 Le& &on& de l$ !$'ole !$' l’$!!'o(0e !'odu(ton 3as ce +ui sui!. ous allos s’i!éresser au& différe!es classes de sos au i)eau $hoé!i+ue !ou! e e&$li+ua! comme! ces sos so! $rodui!s1

?

Noton& de !0on*t)ue La $arole. +u’elle +u’e soi! la lague. es! cos!i!uée

d’u

ombre

fiis

d’éléme!s

soores dis!ic!ifs1 'es éléme!s forme! les ui!és liguis!i+ues

éléme!aires

e!

o!

la

$ro$rié!é de chager le ses d’u mo!1 'es ui!és éléme!aires so! a$$elés $ho0mes =1 U $ho0me es! doc la $lus $e!i!e ui!é $hoi+ue foc!ioelle. c’es!6à6dire dis!ic!i)e1 5l ’es! $as défii sur u $la acous!i+ue. ar!icula!oire. ou $erce$!uel. mais bie sur le $la foc!ioel1 Les $ho0mes ’o! $as d’e&is!ece idé$eda!e  5ls cos!i!ue! u esemble s!ruc!uré das

le+uel cha+ue éléme! es! i!e!ioelleme! différe! de !ous les au!res. la différece é!a! à cha+ue fois $or!euse de ses1 La lis!e des $ho0mes $our la $lu$ar! des lagues euro$éees a é!é é!ablie d0s la fi du
Les $ho0mes $eu)e! aisi Q!re )us comme les éléme!s de base $our le codage de l’iforma!io liguis!i+ue1 'e$eda!. ces $ho0mes $eu)e! se regrou$er e classes do! les éléme!s $ar!age! des carac!éris!i+ues commues1 O $arlera ici de !rai!s dis!ic!ifs1

?

T'$t

l’e&$ressio

d&tn(t + U !rai! dis!ic!if es! d’ue

similari!é

au

i)eau

ar!icula!oire. acous!i+ue ou $erce$!if des sos cocerés1 Par e&em$le. $our les )o7elles o dis!iguera ? !rai!s dis!ic!ifs 

 La asali!é  la )o7elle a é!é $roocée à l’aide du

codui!

)ocal

e!

du

codui!

asal sui!e à l’ou)er!ure du )elum1

 Le degré d’ou)er!ure du codui! )ocal 

La $osi!io de la cos!ric!io $rici$ale du

codui!

)ocal.

ce!!e

cos!ric!io

réalisée e!re la lague e! le $alais1

 La $ro!rusio des l0)res1

é!a!

'ha$i!re 5 :éérali!és sur la $arole 3e mQme. les cosoes sero! classées à l’aide de = !rai!s dis!ic!ifs 

 Le )oiseme!  la cosoe a é!é $roocée a)ec ue )ibra!io des cordes )ocales

 Le mode d’ar!icula!io o dis!iguera les modes occlusif. frica!if. asal. glissa! ou li+uide1

? La $osi!io de la cos!ric!io $rici$ale du codui!. sou)e! a$$elée lieu

d’ar!icula!io +ui co!raireme! au& )o7elles ’es! $as écessaireme! réalisé a)ec le cor$s de la lague1 % fai!. les $ho0mes +ui $eu)e! doc Q!re décri!s sui)a!

leurs

!rai!s

dis!ic!ifs

so!

des éléme!s abs!rai!s associés à des sos éléme!aires1 (ie e!edu.

les

$ho0mes

e

so!

$as ide!i+ues $our cha+ue lague e! le IaI du fraais ’es! $as

!o!aleme!

é+ui)ale!

au

IaI

de l’aglais1 Aisi. es! ée l’idée de défiir u al$habe! $hoé!i+ue

i!era!ioal

al$habe!

5PA +ui $erme!!rai! de décrire les sos e! les $roocia!ios de

ces

sos

de

mai0re

com$ac!e

e! ui)erselle1 5l e&is!e d’au!res faos d’orgaiser les sos. $ar e&em$le e o$$osa! les sos soa!s )o7elles.

les

cosoes asales. les li+uides ou les glissa!es W au& sos obs!rua!s X occlusi)es. frica!i)es W1

?

Le& vo4elle& Les )o7elles so! !7$i+ueme! $rodui!es e faisa!

)ibrer ses cordes )ocales1 Le so de !elle ou !elle )o7elle

es! alors ob!eu e chagea! la forme du codui! )ocal à l’aide des

différe!s ar!icula!eurs1 3as u mode

d’ar!icula!io ormal. la forme du codui! )ocal es! mai!eue rela!i)eme! s!able $eda! +uasime! !ou!e la durée de la )o7elle1

?

Le& (on&onne& 'omme $our les )o7elles. les cosoes )o! $ou)oir

Q!re regrou$ées e !rai!s dis!ic!ifs1 'o!raireme! au& )o7elles. elles e so! $as e&clusi)eme! )oisées mQme si les )o7elles $roocées e )oi& chucho!ée so!. das ce

cas égaleme!. o )oisées e! e so! $as écessaireme! réalisées a)ec ue cofigura!io s!able du codui! )ocal1

 Le& (on&onne& vo&*e& O $arlera de cosoes )oisées lors+u’elles so! $rodui!es

a)ec

ue

)ibra!io

des

cordes

)ocales X comme $ar e&em$le IbI das bol o les cordes )ocales )ibre! a)a! le <<


rel,cheme! de la cos!ric!io W1 Lors+u’e $lus du )oiseme!. ue source de brui! es! $rése!e due à ue cos!ric!io du codui! )ocal. o $ourra $arler de cosoes à e&ci!a!io mi&!e X c’es! le cas $ar e&em$le du I)I das )e! W1

 Le& '($tve& So! $rodui!es $ar u flu& d’air !urbule! $rea! aissace

au

i)eau

d’ue

cos!ric!io

du codui! )ocal1 O dis!igue $lusieurs frica!i)es sui)a!

le

lieu

de

ce!!e

cos!ric!io

$rici$ale 

?

Les labio6de!ales. $our ue cos!ric!io

réalisée

e!re

les

de!s

e!

les

l0)res

X comme $our le IfI das foi W1

? des

Les de!ales. $our ue cos!ric!io au i)eau de!s

X

comme

$our

le

I!I

aglais das !hi W

?

Les al)éolaires. $our ue cos!ric!io -us!e

derri0re les

de!s X comme $our le IsI

das so W1 % fai!. sui)a! les lagues. e regarda! $lusieurs lagues.

o

s’a$eroi!

+ue

+uasime!

!ous les $oi!s d’ar!icula!ios du codui! )ocal $eu)e! Q!re u!ilisés frica!i)es1

$our

réaliser

des

'’es! d’ailleurs l’ue des difficul!és de l’a$$re!issage des

lagues

é!rag0res

car

il

’es!

$as aisé d’a$$redre à réaliser des sos +ui demade! de $osi!ioer

la

lague

à

des

edroi!s

ihabi!uels1

 Le& !lo&ve& %lles so! carac!érisées $ar ue d7ami+ue im$or!a!e du

codui!

)ocal1

%lles

so!

réalisées e ferma! le codui! )ocal e u edroi!1 L’air $ro)ea!

des

$oumos

crée

alors

ue $ressio derri0re ce!!e occlusio +ui es! esui!e soudaieme!

rel,chée

sui!e

au

mou)eme! ra$ide des ar!icula!eurs a7a! réalisé ce!!e occlusio1

3e

mQme.

+ue

$our

les

frica!i)es. l’u des !rai!s dis!ic!ifs e!re les $losi)es es! le

lieu

d’ar!icula!io1

Pour

les

$losi)es. o aura aisi 

? Les labiales. $our ue occlusio réalisée au i)eau des l0)res1 ? Les de!ales. $our ue occlusio au i)eau des de!s1 ? Les )élo6$ala!ales. $our ue occlusio au i)eau du $alais1 <>

'ha$i!re 5 :éérali!és sur la $arole % $lus du lieu d’ar!icula!io. les $losi)es $eu)e! égaleme! Q!re )oisées ou o )oisées1 Aisi. ue de!ale )oisée X IdI W se dis!iguera ui+ueme!

$ar

la

$résece

de

)oiseme!

X )ibra!io des cordes )ocales du I!I W +ui es! $roocée a)ec le mQme lieu d’ar!icula!io1

 Le& (on&onne& n$&$le& %lles so! e gééral )oisées e! so! $rodui!es e effec!ua! ue occlusio com$l0!e du codui! )ocal e! e ou)ra! le )élum $erme!!a! au codui! asal d’Q!re l’ui+ue résoa!eur1 'omme $our les au!res cosoes. o aura. sui)a! le lieu d’ar!icula!io 

? Les labiales. $our ue occlusio du codui! )ocal réalisée au i)eau des l0)res1

? Les de!ales. $our ue occlusio du codui! )ocal au i)eau des de!s1

? Les )élo6$ala!ales. $our ue occlusio du codui! )ocal au i)eau du $alais1

 Le& %l&&$nte& et le& l)ude& 'e!!e classe de cosoes regrou$e des sos +ui ressemble! au& )o7elles1 Les li+uides so! d’ailleurs

$arfois a$$elées semi cosoes ou semi6)o7elles1 Les glissa!es e! les li+uides. e gééral. )oisées e! o asales1

? so!

Les glissa!es. comme leur om l’idi+ue. des

sos

e

mou)eme!

e!

$récéde! !ou-ours ue )o7elle X ou u so )ocali+ue W1

? Les li+uides X ou semi6)o7elles W so! des sos !eus. !r0s similaires au& )o7elles mais e gééral a)ec ue cos!ric!io $lus cosé+ue!e e! a)ec l’a$e& de la lague $lus rele)é1

I2<2 Audton;!e'(e!ton de& &on& de !$'ole Le so. e! e $ar!iculier la $arole. é!a! le mo7e de commuica!io

$ri)ilégié

$our

l’Q!re

humai. ous e $ourros $as décrire le $héom0e sas aborder

la

o!io

d’audi!io.

c/es!6à6

dire de réce$!io e! d’i!er$ré!a!io du so1 L’orgae de $erce$!io du so es! l’oreille1

I2<2:2 St'u(tu'e de l’o'elle L’oreille es! sé$arée e = $ar!ies $rici$ales comme idi+ué sur le schéma de l’a$$areil audi!if de la figure<1C

<=


F%2:2; L’$!!$'el $udt

?

L’o'elle e5te'ne  Alla! du $a)illo au

!7m$a e! aériee1

?

réalisa!

ue

coduc!io

L’o'elle #o4enne  'os!i!uée de = ossele!s

X le mar!eau. l’eclume e! l’é!rier W s’é!ed du !7m$a à la feQ!re o)ale e! réalise ue ada$!a!io d’im$édace $our !rasme!!re les odes acous!i+ues aériees reues au i)eau de l’oreille e&!ere )ers l’oreille i!ere1

?

L’o'elle nte'ne  das la+uelle se !rou)e la

cochlée1 La cochlée -oue u r*le $rimordial das la $erce$!io des sos1 % effe!. u so $ar)ea! au $a)illo de l’oreille sera !rasformé e )ibra!io au i)eau de l’e!rée de la cochlée1

I2<2<2 P'n(!e de !e'(e!ton $udtve

La $arole $eur Q!re décri!e comme le résul!a! de l’ac!io )olo!aire e! coordoée d’u cer!ai ombre de muscles1

'e!!e ac!io se déroule sous le co!r*le du s7s!0me er)eu& ce!ral +ui reoi! e $ermaece des iforma!ios $ar ré!roac!io audi!i)e e! $ar les sesa!ios Gies!hési+ues. ce $rici$e es! $rése!é sur la figure <1D1

F%2:2; S4&t.#e de !'odu(ton et l$ '*t'o$(ton $udt2

'ha$i!re 5 :éérali!és sur la $arole Les odes soores so! recueillies $ar l’a$$areil audi!if. ce +ui $ro)o+ue les sesa!ios audi!i)es1 'es odes de $ressio so! aal7sées das l’oreille i!ere +ui e)oie au cer)eau l’iflu& er)eu& +ui e résul!e1 Le $héom0e $h7si+ue idui! alors u $héom0e $s7chi+ue gr,ce à u mécaisme $h7siologi+ue com$le&e =1

Le mécaisme de l’oreille i!ere  mar!eau. é!rier. eclume  $erme! ue ada$!a!io d’im$édace e!re l’air e! le milieu li+uide de l’oreille i!ere1 Les )ibra!ios de l’é!rier so! !rasmises au li+uide de la cochlée1 'elle6ci co!ie! la membrae basilaire +ui !rasforme les )ibra!ios mécai+ues e im$ulsios er)euses1 La membrae s’élargi! e! s’é$aissi! au fur e! à mesure +ue l’o se ra$$roche de l’a$e& de la cochlée1

Les fibres er)euses abou!isse! à ue régio de l’écorce cérébrale. a$$elée aire de $ro-ec!io audi!i)e. e! si!uée das le lobe !em$oral1 % cas de lésio de ce!!e aire. o $eu! obser)er des !roubles audi!ifs1 Les fibres er)euses

audi!i)es affére!es X de l’oreille au cer)eau W e! effére!es X du cer)eau )ers l’oreille W so! $ar!ielleme! croisées  cha+ue moi!ié du cer)eau es! mise e rela!io a)ec les deu& oreilles i!eres1

1 %!re l’arri)ée des sigau& )ibra!oires au& oreilles e! la sesa!io du so das le cer)eau. a lieu le $héom0e de !rai!eme! des sigau& $ar le s7s!0me er)eu&1 'ela sigifie +ue la )ibra!io $h7si+ue de l’air e $ar)ie! $as

de fao bru!e au cer)eau1 %lle es! !rasformée. 'omme décri! sur la figure <11

F%2:2;Pe'(e!ton et $n$l4&e du &on !$' l’Jt'e 0u#$n2

5l res!e !r0s difficile de os -ours de dire comme! l’iforma!io audi!i)e es! !rai!ée $ar le cer)eau1 O a $u $ar co!re é!udier comme! elle é!ai! fialeme! $erue. das le cadre d’ue sciece s$écifi+ue a$$elée $s7choacous!i+ue ?1 Sas )ouloir e!rer das !ro$ de dé!ails sur la co!ribu!io

ma-eure des $s7choacous!icies das l’é!ude de la $arole. il es! i!éressa! d’e coa"!re les résul!a!s les $lus mar+ua!s1 Aisi. l’oreille e ré$od $as égaleme! à !ou!es les fré+ueces1

La

figure

<1E

$rése!e

le

cham$ audi!if humai. délimi!é $ar la courbe de seuil de l/audi!io e! celle du seuil de la

<@

'ha$i!re 5 :éérali!és sur la $arole douleur1 Sa limi!e su$érieure e fré+uece Y
selo

les

idi)idus

fi&e

la

fré+uece

d/écha!illoage ma&imale u!ile $our u sigal audi!if Y =>BBB Hz1

F%2:2K; C0$#!& $udt 0u#$n2 A l/i!érieur de so domaie d/audi!io. l/oreille e $rése!e $as ue sesibili!é ide!i+ue à !ou!es les

fré+ueces1 La figure <1
F%2:2: I2>2 T'$te#ent de l$ !$'ole 3e fao géérale. le !rai!eme! du sigal es! u esemble de mé!hodes e! de !echi+ues agissa! sur u

sigal élec!ri+ue afi d’e e&!raire l’iforma!io désirée1 'e sigal doi! !raduire le $lus fid0leme! $ossible le $héom0e $h7si+ue à é!udier1

La $arole a$$arai! $h7si+ueme! comme ue )aria!io de

l’air

causée

e!

émise

$ar

le

s7s!0me ar!icula!oire1 '’es! u $héom0e $h7si+ue acous!i+ue

+ui

$red

ue

forme

aalogi+ue1
'ha$i!re 5 :éérali!és sur la $arole La $hoé!i+ue acous!i+ue é!udie ce sigal e le !rasforma! das u $remier !em$s e sigal élec!ri+ue

gr,ce au !rasduc!eur a$$ro$rié  le micro$hoe lui6mQme associé à u $réam$lifica!eur1 3e os -ours. le sigal élec!ri+ue résul!a! es! le $lus sou)e! umérisé1 5l $eu! alors Q!re soumis à u esemble

de !rai!eme!s. das le bu! d’e e&!raire les iforma!ios e! les $aram0!res $er!ie!s e ra$$or! a)ec l’a$$lica!io1 Aisi. la co)ersio du $héom0e de $arole e sigal élec!ri+ue écessi!e les o$éra!ios sui)a!es1

I2>2:2 Nu#*'&$ton La umérisa!io du sigal de $arole es! à $rése! assurée $ar u co)er!isseur aalogi+ue6 uméri+ue  CAN 

'e!!e o$éra!io. schéma!isée à la figure<1<<. re+uier! successi)eme!  u fil!rage de garde. u écha!illoage. ue +ua!ifica!io e! u codage1

F%2:2::; En'e%&t'e#ent nu#*')ue d’un &%n$l $(ou&t)ue2

I2>2<2 L’*(0$ntllonn$%e

L’écha!illoage !rasforme le sigal à !em$s co!iu sigal à !em$s discre!

défii mul!i$les celle6ci

au&

e!iers es!

is!a!s

de

la

elle6mQme

d’écha!illoage.

$ériode d’écha!illoage R

l’i)erse

de

la

fré+uece

d’écha!illoage 1

% ce +ui cocere le sigal )ocal. le choi& de d’u

com$romis1

So

résul!e

s$ec!re

$eu! s’é!edre -us+u/à <>GHz1 5l fau! doc e $rici$e choisir ue

*gale

fré+uece

à

>?GHz

au mois $our sa!isfaire raisoableme! au !héor0me de shao1

'e$eda!.

le

cou!

d’u

!rai!eme! uméri+ue. fil!rage. !rasmissio. ou sim$leme! eregis!reme!

$eu!

Q!re

rédui!

d’ue fao o!able si l’o acce$!e ue limi!a!io du s$ec!re $ar

u

fil!rage

$réalable1

'’es!

le

r*le du fil!re de garde. do! la fré+uece de cou$ure es! choisie

e

foc!io

de

la

fré+uece

d’écha!illoage re!eue1

e


I2>2>2 L$ Qu$nt($ton 'e!!e é!a$e cosis!e à a$$ro&imer les )aleurs réelles des écha!illos selo ue échelle de i)eau& a$$elée échelle de +ua!ifica!io1 Parmi le co!iuum des )aleurs $ossibles $our les écha!illos la +ua!ifica!io e re!ie! +u’u ombre fii +ua!ifica!io 1 Le sigal

de )aleurs. es$acées du $as de

2 La +ua!ifica!io $rodui! ue erreur de

uméri+ue résul!a! es! o!é +ua!ifica!io +ui

ormaleme! se com$or!e comme u brui! blac. le $as de +ua!ifica!io

es!

doc

im$osé

$ar

le ra$$or! sigal à brui! à gara!ir1 Aussi ado$!e6!6o $our la !rasmissio

!élé$hoi+ue

ue

loi

de +ua!ifica!io logari!hmi+ue e! cha+ue écha!illo es! re$rése!é

sur





bi!s1

Par

co!re.

la

+ua!ifica!io du sigal musical e&ige e $rici$e ue +ua!ifica!io liéaire sur
I2>2@2 Le Cod$%e '’es! la re$rése!a!io biaire des )aleurs +ua!ifiées +ui $erme! le !rai!eme! du sigal sur machie1

I2@2 An$l4&e du &%n$l de !$'ole Ue fois umérisé. le sigal de $arole $eu! Q!re !rai!é de différe!es faos sui)a! les ob-ec!ifs )isés1 Le ombre de !echi+ues $ossible é!a! !r0s )as!e. ous allos. das ce +ui sui!. ci!er les ou!ils rela!ifs au sigal de $arole1

I2@2:2 An$l4&e te#!o'elle Le sigal de $arole es! u sigal +uasi6s!a!ioaire1 'e$eda!. sur u horizo de !em$s su$érieur. il es! clair +ue les carac!éris!i+ues du sigal é)olue! sigifica!i)eme! e foc!io des sos $roocés comme illus!ré sur la figure ci6 dessous1

F%2:2:<; Re!'*&ent$ton te#!o'elleAudo%'$##eB de &%n$u5 de !$'ole2

<


La $remi0re a$$roche $our é!udier le sigal de $arole cosis!e

à

obser)er

la

forme

!em$orelle du sigal1 O $eu! à $ar!ir de ce!!e forme !em$orelle

e

déduire

u

cer!ai

ombre

de carac!éris!i+ues +ui $ourro! Q!re u!ilisées $our le !rai!eme!

de

la

$arole1

5l

es!.

$ar

e&em$le. assez clair de dis!iguer les $ar!ies )oisées. das les+uelles

o

$eu!

obser)er

ue

forme d’ode +uasi6$ériodi+ue. des $ar!ies o )oisées das les+uelles

u

sigal

aléa!oire

de

faible am$li!ude es! obser)é1 3e mQme. o $eu! )oir +ue les $e!i!es

am$li!udes

so!

beaucou$

$lus re$rése!ées +ue les grades am$li!udes ce +ui $ourra -us!ifier

des

choi&

fai!

e

codage

de la $arole1

F%2:2:>; E5e#!le de &on vo&* 0$utB et non vo&* b$&B2

I2@2<2 An$l4&e '*)uentelle Ue secode a$$roche $our carac!ériser e! re$rése!er le sigal de $arole es! d’u!iliser ue re$rése!a!io s$ec!rale1 O $eu! classer e deu& grades ca!égories les mé!hodes de !rai!eme! du sigal 

?

le& #*t0ode& %*n*'$le&  )alables $our

!ou!

sigal é)olu!if das le !em$s. $ar!iculier les aal7ses s$ec!rales1

e

?

le& #*t0ode& &e '**'$nt 1 un #od.le 

u mod0le de $roduc!io du sigal )ocal ou u mod0le d’audi!io1

?

M*t0ode& %*n*'$le& Les

mé!hodes

s$ec!rales

occu$e! ue $lace

$ré$odéra!e e aal7se de la $arole  l’oreille effec!ue. e!re au!res. ue aal7se fré+ue!ielle du sigal +u’elle $eroi! R de $lus. les sos de la $arole $eu)e! Q!re assez bie décri!s e !ermes de fré+ueces1

La !rasformée de 9ourier $erme! d’ob!eir le s$ec!re d’u sigal. e $ar!iculier so s$ec!re fré+ue!iel. c’es!6à6 dire sa re$rése!a!io am$li!ude6fré+uece1


La figure <1
le s$ec!re d’u sigal o )oisé e $rése!e aucue s!ruc!ure $ar!iculi0re1 La forme géérale de ces s$ec!res. a$$elée

e)elo$$e

s$ec!rale.

$rése!e

elle6

mQme des $ics e! des creu& +ui corres$ode! au& résoaces e! au& a!i6résoaces du codui! )ocal e! so! a$$elés forma!s e! a!i6forma!s1

F%2:2:@; Evoluton de l$ t'$n&o'#*e de Fou'e' d&('.te du $ et du  de  b$lu(0on 2

La $arole é!a! u $héom0e o s!a!ioaire. il im$or!e de faire i!er)eir le !em$s comme !roisi0me

)ariable

das

la

re$rése!a!io1

'laireme!.

re$rése!a!io la $lus ré$adue es! le s$ec!rogramme1

la

?

S!e(t'o%'$##e Le s$ec!rogramme $erme! de doer ue re$rése!a!io

!ridimesioelle d’u so das la+uelle l’éergie $ar bade de fré+ueces es! doée e foc!io du !em$s <1 Plus $réciséme!. le s$ec!rogramme re$rése!e le module

de

la

!rasformée

de

9ourier

discr0!e calculé sur ue feQ!re !em$orelle $lus ou mois logue1 La !rasformée de 9ourier discr0!e TFD $ar 

de la i0me feQ!re du sigal de $arole



W

:

L’am$li!ude du s$ec!re 7 a$$arai! sous la forme de i)eau&

de

gris

das

u

diagramme

e

deu& dimesios !em$s6fré+uece. comme o $eu! le remar+uer sur les S$ec!rogramme de la >B

es! doée

'ha$i!re 5 :éérali!és sur la $arole figure <1
l’e)elo$$e s$ec!rale du sigal. e! $erme!!e! $ar cosé+ue! de )isualiser l’é)olu!io !em$orelle des forma!s1 Les $ériodes )oisées 7 a$$araisse! sous la forme de bades )er!icale $lus sombres1

F%2:2:; S!e(t'o%'$##e 1 l$'%e b$nde en b$&B 1 b$nde *t'ote en 0$utB et *voluton te#!o'elle de l$ !0'$&e $n%l$&e  Al(e’& $dventu'e&  *(0$ntllonn*e 1 ::2< /HX ($l(ul $ve( enJt'e de 0$##n% de : et > #& 'e&!e(tve#entB2

C$'$(t*'&t)ue du &%n$l de !$'ole

Le sigal de $arole es! u )ec!eur acous!i+ue $or!eur d’iforma!ios d’ue grade com$le&i!é1

? T'$t& $(ou&t)ue& + Les !rai!s acous!i+ues du sigal de $arole so! liés à sa $roduc!io1

L$ '*)uen(e ond$#ent$le '’es! Le $remier !rai! acous!i+ue. c’es! la fré+uece de )ibra!io des cordes )ocales1 Pour les sos )oisés. la fré+uece fodame!ale corres$od à la fré+uece du c7cle d’ou)er!ureIferme!ure des cordes )ocales1

><


Le &!e(t'e de '*)uen(e '’es! le deu&i0me !rai! acous!i+ue do! dé$ed $rici$aleme!

le

!imbre

de

la

)oi&1

5l

résul!e du fil!rage d7ami+ue du sigal e $ro)eace du lar7&

ou

sigal

glo!!i+ue

$ar

le

codui! )ocal1

L’*ne'%e Le

derier

!rai!

acous!i+ue

es!

l’éergie

corres$oda! à l’i!esi!é soore1 L’éergie de la $arole

es! liée à la $ressio de l’air e ama! du lar7&1 %lle es! habi!uelleme! $lus for!e $our les segme!s )oisés de la $arole +ue $our les segme!s o )oisés1 'ha+ue !rai! acous!i+ue es! i!imeme! lié à ue carac!éris!i+ue $erce$!uelle

Le t#b'e Le !imbre es! ue carac!éris!i+ue $erme!!a! d’ide!ifier ue $ersoe à la sim$le écou!e de sa )oi&1 5l $ro)ie! e $ar!iculier de la résoace das la $oi!rie. la gorge. la ca)i!é buccale e! le ez1 Le !imbre dé$ed

for!eme!

de

la

corréla!io

e!re

la

fré+uece

fodame!ale e! les harmoi+ues +ui so! les mul!i$les de ce!!e fré+uece1

Le !t(0

Les )aria!ios de la fré+uece fodame!ale défiisse! le $i!ch +ui cos!i!ue la $erce$!io de la hau!eur o les sos s’ordoe! de gra)e à aigu1 Seuls les

sos

+uasi6

$ériodi+ues )oisés egedre! ue sesa!io de hau!eur !oale bie défiie1

Inten&t* L’i!esi!é d’u so. a$$elée aussi )olume. $erme! de dis!iguer u so for! d’u so faible1 %lle

corres$od à l’am$li!ude de l’ode acous!i+ue1 Pour le so. ode de com$ressio. ce!!e gradeur es! la $ressio1

?

M*t0ode& $ve( #od*l&$ton 3as ce!!e ca!égorie. les mé!hodes di!es de 'odage

Prédic!if

Liéaire

LP'

< o! é!é largeme! u!ilisées $our l’aal7se de la $arole1 %lles fo! référece à u mod0le du s7s!0me de $hoa!io.

+ue l’o re$rése!e e gééral comme u !u7au soore à sec!io )ariable1 L’aal7se LP' es! u!ilisée esse!ielleme! e codage e! e s7!h0se de la $arole1

>>


?

M*t0ode& (e!&t'$le& Ue mé!hode d’aal7se du sigal )ocal fodée sur ue

modélisa!io

es!

ac!uelleme!

!r0s

ré$adue

e

recoaissace au!oma!i+ue de la $arole  il s’agi! de l’aal7se ce$s!rale @1

La $lu$ar! des s7s!0mes ac!uels de recoaissace de $arole. u!ilise! u esemble de $aram0!res a$$elés M9'' Mel 9re+uec7 'e$s!rum 'oefficie!s  do! le $rici$e d’ob!e!io re$ose sur l’aal7se ce$s!rale1

'e!!e mé!hode. a$$elée aussi aal7se homomor$hi+ue. a $our bu! de sé$arer das le sigal )ocal les co!ribu!ios res$ec!i)es de la source du sigal à sa)oir la )ibra!io des cordes )ocales e! du codui! )ocal do! les fré+ueces de résoace coduise! o!amme! au& forma!s des )o7elles1

F%2:2:;P'n(!e de l’$n$l4&e 0o#o#o'!0)ue2

La figure<1
M9''

à

$ar!ir

d’u

sigal1

'es coefficie!s so! robus!es car. d’ue $ar!. ils assure! comme

il

)ie!

d’Q!re

di!

ue

sé$ara!io e!re la foc!io de !rasfer! du codui! )ocal

e!

les

carac!éris!i+ues

du

fodame!al de la )oi&. e!. d’au!re $ar!. ils so! $eu

sesibles

à

la

$uissace

acous!i+ue

du

sigal aal7sé1

F%2:2:;P'n(!e de ($l(ul de& (oeY(ent& MFCC

?

Mod.le& d’o'elle Ue famille de mé!hodes d’aal7se de $arole

s’is$ire

des

doées

de

la

$s7cho6

acous!i+ue e! de la $h7siologie de l’audi!io humaie !elles +ue courbes d’isosoie. bades cri!i+ues de l’oreille. $héom0es o liéaires sa!ura!io. mas+uage de sos. e!c1. co!r*le de gai. fil!rage cochléaire. e!c1 Les mod0les d’oreille @. so! u!ilisés $our ob!eir ue re$rése!a!io

fré+ue!ielle

de

la

$arole1 O les !rou)e das des s7s!0mes de recoaissace de $arole.

o!amme!

e

$résece

de brui!s1

>=


?

An$l4&e !e'(e!tve % $résece de brui! im$or!a!. les mé!hodes

d’aal7se !radi!ioelles o! du mal à e&!raire les carac!éris!i+ues re$rése!a!i)es de la $arole1 3e ombreuses mé!hodes o! é!é $ro$osées

$our

améliorer

ce!!e

si!ua!io1 %lles se fode! sur différe!es mé!hodes. o!amme! sur des $ro$rié!és de la $erce$!io audi!i)e @1 U bo e&em$le es! l’aal7se #ASTA6PLP. u!ilisée a)ec succ0s e recoaissace de $arole das du brui!1 'e!!e mé!hode i!0gre $lusieurs o$éra!ios is$irées de doées $erce$!i)es1

?

An$l4&e !$' ondelette& Parmi les !ra)au& meés $our améliorer les !echi+ues

d’aal7se

de

sigau&.

l’aal7se

$ar odele!!es >. $rése!e u i!érQ! cer!ai1 'e !7$e

d’aal7se

$erme!

d’ob!eir

ue

re$rése!a!io !em$s6fré+uece locale d’u sigal comme al!era!i)e

au

s$ec!re

de

9ourier1

L’i!érQ!. $our des sigau& o s!a!ioaires comme la $arole.

es!

de

$ou)oir

meer

ue

aal7se mul!i6résolu!io des $héom0es corres$oda! à

des

échelles

de

!em$s

e!

de

fré+uece différe!es1 L’aal7se $ar odele!!es a é!é a$$li+uée à de ombreu& !7$es de sigau& biomédicau&. sismi+ues. e!c11 3as le cas de la $arole. les a$$lica!ios ac!uelles cocere! la s7!h0se.

le codage. la su$$ressio de brui!. e!c1 Peu de !ra)au& o! !rai! à la recoaissace1 3as le cha$i!re sui)a! ous allos $rése!er les mé!hodes

d’aal7ses

e!

d’e&!rac!io.

les

$lus u!ilisés $our le sigal de $arole do! le bu! de la recoaissace au!oma!i+ue de la $arole1

>?

CHAPITRE II + LES PARAM6TRES PERTINENTS DU SIGNAL DE PAROLE

'ha$i!re 55 Les Param0!res Acous!i+ues

Int'odu(ton Le sigal de $arole es! !ro$ redoda! e! )ariable $our Q!re

u!ilisé

direc!eme!

das

u

s7s!0me de recoaissace au!oma!i+ue de la $arole1 5l es! doc

écessaire

d’e

e&!raire

l’iforma!io $er!ie!e afi de carac!ériser e! d’ide!ifier le co!eu

liguis!i+ue1

Le

sigal

de $arole es! re$rése!é. e gééral. das le domaie fré+ue!iel

mo!ra!

l’é)olu!io

!em$orelle de so s$ec!re1 'e domaie es! a$$ro$rié $our la recoaissace

$uis+ue

l’o

$eu!

raisoableme! cosidérer +ue les $ro$rié!és du s$ec!re res!e!

s!a!ioaires

dura!

des

i!er)alles de !em$s d’e)iro ue dizaie de ms )aleur ado$!ée de mai0re classi+ue1 Les s7s!0mes de recoaissace i!0gre! u module de $aramé!risa!io do! le r*le es! de créer des )ec!eurs de $aram0!res acous!i+ues résul!a! de l’aal7se s$ec!rale du sigal de $arole1

La

$lu$ar! des !echi+ues

de

$aramé!risa!io cosis!e! à décrire l’e)elo$$e du s$ec!re à cour! !erme das le domaie fré+ue!iel1 3’au!res !echi+ues $eu)e! Q!re u!ilisées comme l’aal7se e odele!!e1 3as ce cha$i!re. ous allos $rése!er les mé!hodesR les $lus u!ilisées. les $lus réce!es e! les )aria!es amélioréesR

d’e&!rac!io des $aram0!res acous!i+ues $er!ie!s de la

$arole $our la recoaissace au!oma!i+ue de la $arole. su-e! de ce !ra)ail de mémoire1

II2:2 CoeY(ent& (e!&t'$u5 de !'*d(ton ln*$'e La $rédic!io liéaire es! ue !echi+ue issue de l’aal7se de la $roduc!io de la $arole $erme!!a! d’ob!eir des coefficie!s de $rédic!io liéaire Liear Predic!io 'oefficie!s

6

LP'1 3es $aram0!res ce$s!rau& LP'' D1 Liear Predic!io 'e$s!ral 'oefficie!s so! esui!e calculés à $ar!ir de ces coefficie!s1

3as ce cadre d’aal7se. le sigal de $arole & es! cosidéré

comme

la

cosé+uece

de

l’e&ci!a!io du codui! )ocal $ar u sigal $ro)ea! des cordes

)ocales1

La

$rédic!io

s’a$$uie sur le fai! +ue les écha!illos de $arole ad-ace!s so!

for!eme!

corrélés.

e!

+ue.

$ar

cosé+ue!. l’écha!illo s $eu! Q!re es!imé e foc!io des $ écha!illos $récéde!s1 Par $rédic!io liéaire. o ob!ie! doc ue es!ima!io du sigal 

Z

[B \2

O les \ so! des coefficie!s cos!a!s sur ue feQ!re d’aal7se1 La défii!io de)ie! e&ac!e si o iclu! u !erme d’e&ci!a!io  >@


[B \2

]^

es! le sigal d’e&ci!a!io e! ^ le gai de

O

l’e&ci!a!io1 La !rasformée e  de ce!!e égali!é doe 

^; _ [B \2 2 : 3’o  ^

^ [ \2

<; 2 2 >B

2 @

'e!!e é+ua!io $eu! Q!re i!er$ré!ée comme sui!  Le sigal  es! le résul!a! de l’e&ci!a!io du fil!re !ou! $*le < 2

^

$ar le sigal d’e&ci!a!io 1

 2

Les coefficie!s \ so! les coefficie!s +ui miimise! l’erreur +uadra!i+ue mo7ee 

;

[

^2



K[ _

 

B

[ \



:+

 $ar!ir de ces écha!illos $rédis. o $eu! calculer les $aram0!res ce$s!rau&1 Le ce$s!re es! le résul!a! de la !rasformée de 9ourier i)erse a$$li+uée au logari!hme de la !rasformée de 9ourier du sigal de $arole1 Les $aram0!res ce$s!rau& dé)elo$$eme! de Ta7lor du logari!hme du fil!re !ou! $*le 

a 

^

 2 

'e +ui doe 

c

` [ `

so! les coefficie!s du

A ^ 

\ ]

\

\,

B f 

B 



Les $aram0!res ce$s!rau& o! l’a)a!age d’Q!re $eu corrélés e!re eu&1 'ela $erme! d’u!iliser des ma!rices de co)ariaces diagoales $our leur mome! de secod ordre. e! aisi gager beaucou$ de !em$s lors du décodage1 Les différe!es é!a$es de l’aal7se LPCC so! dé!aillées das la figure >1<

>C

'ha$i!re 55 Les Param0!res Acous!i+ues 'omme di! $récédemme!. ce mod0le $ro)ie! de l’aal7se de la $roduc!io de la $arole1 3’au!res formes d’aal7ses +ui !iee! com$!e du mode de $erce$!io audi!i)e de la $arole $lu!*! +ue du mode de $roduc!io so! $rése!ées das les sec!ios sui)a!es1

II2<2 L’$n$l4&e en b$n( de lt'e L’aal7se $ar bac de fil!res  es! ue !echi+ue ii!ialeme!

u!ilisée

$our

le

codage

du sigal de $arole1 %lle $rodui! des $aram0!res ce$s!rau&

Mel69re+uec7

'e$s!ral

'oefficie!s 6M9''1 Le sigal de $arole es! aal7sé à l’aide

de

fil!res

$asse6bade

$erme!!a! d’es!imer l’e)elo$$e s$ec!rale e calcula! l’éergie

das

les

bades

de

fré+ueces cosidérées1 Les bades de fré+ueces des fil!res so! es$acées logari!hmi+ueme!

selo

ue

échelle

$erce$!i)e afi de simuler le foc!ioeme! du s7s!0me audi!if humai1 Les échelles $erce$!i)es les $lus u!ilisées so! celles de Mel e! de (arG 1 Plus la fré+uece ce!rale du fil!re es! basse. $lus la bade $assa!e du fil!re es! é!roi!e1 Augme!er la résolu!io $our les basses fré+ueces $erme! d’e&!raire $lus d’iforma!io das ces zoes o elle es! $lus dese1

5l es! $ossible d’u!iliser direc!eme! les coefficie!s ob!eus à la sor!ie des fil!res $our la recoaissace de la $arole. ce$eda!. d’au!res coefficie!s $lus discrimia!s. $lus robus!es au brui! ambia! e! sur!ou! décorrélés e!re eu& so! $référés  les coefficie!s ce$s!rau&1 U esemble de M coefficie!s ce$s!rau&. gééraleme! e!re
ce$s!ral du s$ec!re e $uissace d’u sigal selo la !rasformée e cosius discre!  3iscre!e 'osius Trasform 6 3'T  

[ 3 E2F G ] H I O

-LMN

f3M

es! le ombre de fil!res u!ilisé1

Le coefficie! OP corres$od à l’éergie mo7ee de la !rame1 3e mai0re géérale. o e le $red $as e com$!e afi de redre les M9'' $eu sesibles à la $uissace acous!i+ue du sigal de $arole1 Les différe!es é!a$es de l’aal7se MFCC so! dé!aillées das la figure >1<1

>D


II2>2 An$l4&e !$' !'*d(ton ln*$'e !e'(e!tuelle L’aal7se $ar Prédic!io Liéaire Perce$!uelle Perce$!ual Liear Predic!io

E 6

PLP  re$ose sur u mod0le de $erce$!io de la $arole1 Les différe!es é!a$es de l’aal7se PLP so! dé!aillées das la figure >1<1

%lle es! basée sur le mQme $rici$e +ue l’aal7se $rédic!i)e

e!

i!0gre

!rois carac!éris!i+ues de la

$erce$!io 

? Int*%'$ton de& b$nde& ('t)ue&  la $rédic!io liéaire $rodui! la mQme es!ima!io de l’e)elo$$e s$ec!rale $our !ou!e la zoe de fré+ueces u!iles. ce +ui es! e

co!radic!io

a)ec

le

foc!ioeme!

de

l’a$$areil $erce$!if humai1 % effe!. l’oreille humaie a la facul!é d’i!égrer cer!aies zoes de fré+ueces e bade

a$$elées

bades

cri!i+ues1 Les bades cri!i+ues so! ré$ar!ies selo l’échelle de (arG. do! la rela!io a)ec la fré+uece es! défiie $ar 

Q RSAT 2

Q

a)ec U la fré+uece e Her!z e! V la fré+uece e (arG1

La ou)elle desi!é s$ec!rale es! écha!illoée selo ce!!e ou)elle échelle. ce +ui augme!e la résolu!io $our les basses fré+ueces1

? P'*$((entu$ton !$& (ou'be d’&o&one  ce!!e carac!éris!i+ue $ro)ie! de la $s7choaccous!i+ue +ui a mo!ré +ue l’i!esi!é soore d’u so $ur $erue $ar l’a$$areil audi!if )arie a)ec la fré+uece de ce so1 Aisi. das l’aal7se PLP. afi de $redre e com$!e la mai0re do! l’a$$areil audi!if $eroi! les sos. la desi!é s$ec!rale doi! Q!re mul!i$liée $ar ue foc!io de $odéra!io o liéaire1 'e!!e foc!io $eu! Q!re es!imée e u!ilisa! l’aba+ue sur la+uelle so! re$or!ées les liges isosoi+ues1 'es liges corres$ode! à la !ra-ec!oire d’égale i!esi!é

soore $our différe!es fré+ueces d’u so $ur1 % $ra!i+ue. ce!!e $réacce!ua!io es! rem$lacée $ar l’a$$lica!io du fil!re $asse6hau! do! la !rasformée e  es! 

 2g82 2

>


?

Lo de Steven&  l’i!égra!io des bades

cri!i+ues e! la $réacce!u!a!io e suffise! $as à faire corres$odre l’i!esi!é mesurée e! l’i!esi!é sub-ec!i)e a$$elée soie1 La loi de S!e)es doe la rela!io e!re ces deu& mesures 

RLASh

SAZhARSZ*

Les PLP so! basés sur le s$ec!re à cour! !erme du sigal de $arole. comme les coefficie!s LPC1 'ela sigifie +ue le sigal es! aal7sé sur ue

feQ!re

glissa!e

de

cour!e

durée1 % gééral. o u!ilise ue feQ!re de logueur
+ue

l’o

$our cha+ue !rame1

décale

de

ms

ii

F%2 <2:;Co#!$'$&on de t'o& $n$l4&e& du &%n$l + LPCC PLP et MFCC

II2@2 M*t0ode& RASTA; PLP et 3RASTA; PLP Afi d’augme!er la robus!esse des $aram0!res PLP.

o

$eu!

e)isager

l’aal7se

s$ec!rale rela!i)e RASTA 
comme

ue

fao

de

simuler

l’isesibili!é de l’a$$areil audi!if humai au& s!imuli à )aria!io

!em$orelle

le!e1

'e!!e

!echi+ue !rai!e les com$osa!es de $arole o liguis!i+ues. +ui

)arie!

le!eme!

das

le

!em$s. dues au brui! co)olu!if log6#ASTA  e! au brui! addi!if



26#ASTA

1

%

$ra!i+ue.

#ASTA effec!ue u fil!rage $asse6bade sur le s$ec!re logari!hmi+ue ou sur le s$ec!re >E


com$ressé $ar ue foc!io o liéaire1 L’idée $rici$ale es! de su$$rimer les fac!eurs cos!a!s das cha+ue com$osa!e du s$ec!re à cour!6!erme a)a! l’es!ima!io du mod0le !ou!6$*le1 L’aal7se #ASTA es! sou)e! u!ilisée e combiaiso a)ec les $aram0!res PLP1 Les é!a$es d’ue aal7se #ASTA6PLP so! décri!es das la figure >1=1

F%2<2> An$l4&e RASTA PLP

Les é!a$es grisées so! celles +ui fo! la s$écifici!é du !rai!eme! #ASTA1 La différece e!re #ASTA e! 26#ASTA se si!ue au i)eau du logari!hme ?0me é!a$e 

a

Pour #ASTA e! a

]  $our 26#ASTA1

II22 An$l4&e 1 '*&oluton #ult!le L’aal7se à résolu!io mul!i$le  Mult Re&oluton

An$l4&& 6 MRA  <<. effec!ue ue aal7se e odele!!es d’ue feQ!re de sigal audio1 'ela cosis!e à faire $asser le sigal das u arbre de fil!res $asse6bas e! $asse6hau!. à la

sor!ie des+uels l’éergie à cour! !erme es! calculée X )oir figure >1? W1  cha+ue i)eau de l’arbre. le sigal es! e!i0reme! décri!. mais das ue résolu!io fré+ue!ielle e!

!em$orelle différe!e1 'omme o $eu! le cos!a!er. la

dis$osi!io des fil!res ’es! $as i!ui!i)e. car il fau! $redre e com$!e le $héom0e de re$lieme! s$ec!ral +ui reco$ie das les basses fré+ueces le sigal hau!e fré+uece i)ersé1 %sui!e. il fau! regrou$er les éergies calculées au& feuilles de l’arbre $our former les !rames +ui sero! u!ilisées das le s7s!0me de recoaissace de la $arole1

'osidéros écha!illos.

ue

+ui

feQ!re se

de

dé$lace!

!aille

;

de

M

écha!illos1Pour MRA. les )aleurs u!ilisées $our ; so! >@C

=>

ms

ou

=?

?

ms.

e!

M

es! fi&é à B écha!illos soi!
a

é!é

dé)elo$$é

$our

des

a$$lica!ios !élé$hoi+ues1 Le ombre d’écha!illos ob!eus das les [uds de l’arbre =B

'ha$i!re 55 Les Param0!res Par am0!res Acous!i+ues dimiue +uad o desced das l’arbre. mais l’i!er)alle !em$orel associé au& écha!illos fil!rés res!e ichagé1

F%2 <2@;P'n(!e <2@;P'n(!e de l’$n$l4&e 1 '*&oluton #ult!le2

Selo Selo le $rici $rici$e $e d’idé! d’idé!ermi ermia! a!io io d’Heis d’Heiseb eberg erg.. il e&is!e

u e

rela!io

e!re

la

résolu!io

!em$orelle !em$orelle e! la résolu!io fré+ue!ielle des écha!illos das les

différe!es

s ou s 6 b a d e s 1

Sur

la base de ce $rici$e. le $rodui! de la résolu!io e !em$s e! celle

e

fré+uece

e

doi!

$as

Q!re iférieur à u cer!ai seuil1 8!a! doé +u’à cha+ue i)eau

de

l’arbre.

la

résolu!io

fré+ue!ielle es! di)isée $ar deu& X cf1 figure >1? W. o $eu! c o  s i d é re r

des

i!er)alles

!em$orels d’i!égra!io différe!s $our cha+ue i)eau de

l’arbre1

P our

l’e&!rac!eur

de

cela.

o

$aram0!res

sur

u!ilise

le

mQme

ombre

d’écha!illos à cha+ue i)eau. ce +ui a $our cosé+uece de di)iser l’i!er)alle !em$orel $ar deu&1 Pour le s



$remi0res

bades

de

B

à

<

GHz o u!ilise les  écha!illos dis$oibles1 Pour les  bades

sui)a!es

de

à

=

GHz

o ’u!ilise +ue les  écha!illos ce!rau& sur les
%fi.

$our

les

deu&

deri0res bades de = GHz à ? GHz o u!ilise seuleme!

é c h a  !illo  s

su r

l es

=>

dis$oibles1 Tou! Tou! ceci es! dé!aillé das le !ableau >1<

=<

'ha$i!re 55 Les Param0!res Par am0!res Acous!i+ues

TA,2 TA,2 <2:;Co''e&!ond$n(e ent'e '*&oluton '*)uentelle '*)uentelle et te#!o'elle !ou' l’$n$l4&e MRA

 la sor! sor!ie ie de ces ces fil! fil!re res. s. o doi! doi! a$$l a$$li+ i+ue uerr ue ue o$éra!io d’e&!rac!io de $aram0!res acous!i+ues sur les écha!il écha!illos los fil!ré fil!réss ob!eus1 ob!eus1 ;o!os ;o!os ci les écha!i écha!illo lloss d’u [ud de l’arbre. e! ; leur ombre1 'e!!e o$éra!io es! a$$e a$$elé léee i!é i!égr gra! a!io io1 1 Les Les o$ér o$éra! a!eu eurs rs dis$ dis$o oib ible less $o $our ur l’i!égra!io so! ombreu&. les $lus u!ilisés so! 

? L’éergie mo7ee $ar écha!illo 

? La orme 

? L’e!ro$ie mo7ee 

? L’o$éra!eur

!eager 

?

La

dime dimesi sio o

!héori+ue mo7ee W 

;

[

_

[ [

<

[

 B  i

\,



 :

X combiaiso de l’e!ro$ie mo7ee e! l’éergie

B



2 ajk

;2

B ><

Les $aram0!res M#A o! la $ar!iculari!é de e $as décrire

l’e)elo$$e

s$ec!rale

du

sigal. mais $lu!*! de re$rése!er le sigal e !ermes d’éergie $rése!e

das

cha+ue

bade

de

fré+ueces fré+ueces e! d’u!iliser d’u!iliser la redodace redodace de re$rése!a!io re$rése!a!io de ce sigal

de

$arole

à

cha+ue

i)eau

de l’arbre1 L’i!érQ! de cosidérer de !els $aram0!res es! +u’o $eu! su$$oser +ue =>

'ha$i!re 55 Les Param0!res Par am0!res Acous!i+ues

l’iforma!io +u’ils co!iee! sera différe!e de celle fourie $ar les re$rése!a!ios ce$s!rales1

II22 M*t0ode& A(ou&t)ue& 04b'de& 'es $aram0!res so! calculés à $ar!ir de $aram0!res disc discri rim mia ia!!s

ob! ob!eus eus

à

l’aide

d’u

résea réseauu de eur euroe oes1 s1 Le Less s7s!0m s7s!0mes es de reco recoais aissa sace ce au!oma!i+ue

de

la

$arole

u!ilise!

e

gééral des mod0les à base de GMM& $our es!imer les dis!ribu!ios

de

)ec!eurs

de

$aram0!res $aram0!r es décorrélés décorré lés +ui corres$ode! corres $ode! à des ui!és acous!i+ues

de

c o u r !e

durée

X

s7llabes.

$ho0mes. $ho0mes . $ho0mes e co!e&!e. 111 W1 % com$araiso. com$ar aiso. les

ANN_MMC <> u!ilise! des réseau& de euroes e!ra"és de mai0re discrimia!e $our es!imer le s s7s!0mes

h7brides

dis! dis!ri ribu bu!i !io oss de $rob $robab abil ili! i!éé des des u ui! i!és és é!a é!a!! do do éé les les obser)a!ios acous!i+ues1

'e!!e 'e!!e a$$ro a$$roche che cosi cosis! s!ee à combi combier er des des $aram $aram0! 0!res res discrimia!s

issus

d’u

réseau

de

euro eu roes es a)ec a)ec ue modél modélis isa! a!io io des des dis! dis!ri ribu! bu!io ios s $ar $ar

GMM&1

Le

r é s e au

de

eur oes

gé0re

les $robab $robabil ili!é i!éss $os!ér $os!érieu ieures res des ui!é ui!éss +ui so! so! esui esui!e !e !rasformés

$our

Q !r e

u!ilisés

c o mm e

$aram0!res d’e!rée $our le mod0le MMC_GMM +ui es!

alors

a$$ris

de

mai0re

co)e!ioelle1 Les !rasforma!ios sur les dis!ribu!ios de

$robabili!é

so!

de

différe!es

sor!es1 Les réseau& de euroes $roduise! direc!eme! des

$robabili!és

a

$os!eriori

co!raireme! au& mi&!ures de gaussiees1 8!a! doé +ue les

$robabili!és

$os!érieures

o!

ue dis!ribu!io !r0s biaisée. il es! a)a!ageu& de les !rasformer

e

$rea!

leur

logari!hme

$ar e&em$le1 Ue al!era!i)e à cela es! d’ome!!re la deri0re o6liéari!é

à

la

sor!ie

du

réseau

de euroes1 'e!!e o liéari!é. le sof!ma&. corres$od à ormaliser

les

e&$oe!iels

X

ce

+ui

es! !r0s $roche de $redre le logari!hme des $robabili!és W1 Les

)ec!eurs

de

$robabili!és

$os!érieures o! !edace à $osséder ue )aleur éle)ée. corres$oda!

au

$ho0me

$roocé.

e! les au!res basses1 Les réseau& de euroes ’o! $as la co!rai!e

d’u!iliser

des

$aram0!res

acous!i+ues décorrélés comme les MMC&1 'e$eda!. il s’a)0re

+ue

la

!rasforma!io

de

Karhue6Loe)e. $lus coue sous le om d’aal7se e com$osa!e

$rici$ale

X

Prici$al

'om$oe! Aal7sis ; PCA W es! u!ile $our décorréler les $aram0!res.

)raisemblableme!

$arce +u’elle augme!e la corres$odace e!re les $aram0!res

e!

les

mod0les

à

base

de

mi&!ure de gaussiees1 Les $rici$au& résul!a!s ob!eus a)ec

ce

gere

de

$rése!és das $lusieurs !ra)au&1

!echi+ue

so!

==


II22 Aut'e& !$'$#.t'e& $(ou&t)ue& 3as le bu! d’accroi!re la robus!esse des s7s!0mes de recoaissace

au!oma!i+ue

de

la

$arole. (eaucou$ d’au!res $aram0!res acous!i+ues o! é!é dé)elo$$és

afi.

le

$lus

sou)e!.

de

com$lé!er e! combier les $aram0!res e&is!a!scombiaiso de $aram0!res acous!i+ue1

Con(lu&on 3as ce cha$i!re. ous a)os décris les mé!hodes. les $lus u!ilisées d’e&!rac!io des $aram0!res acous!i+ues $er!ie!s e !ermes d’efficaci!é e! de $erformaces $our les s7s!0mes de #ecoaissace Au!oma!i+ue de la $arole de la $arole1 Le cha$i!re sui)a! sera cosacré au su-e! de la recoaissace Au!oma!i+ue de la $arole  à la descri$!io

des $rici$es de base +ui cos!i!ue! les s7s!0mes de recoaissace e! la difficul!é rela!i)e de la mise e [u)re de ces s7s!0mes1

=?

CHAPIT RE III + LA RECONN AISSANC E

AUTOMATIQUE DE LA PAROLE

'ha$i!re 555 La #ecoaissace Au!oma!i+ue de la Parole

Int'odu(ton Le $robl0me de la recoaissace au!oma!i+ue de la $arole cosis!e à e&!raire. à l/aide d/u ordia!eur. l/iforma!io le&icale co!eue das u sigal de $arole1

3e$uis $lus de deu& déceies. des recherches i!esi)es das ce domaie o! é!é accom$lies $ar de ombreu&

labora!oires

i!era!ioau&1

3es

$rogr0s

im$or!a!s o! é!é accom$lis gr,ce au dé)elo$$eme! d/algori!hmes

$uissa!s

aisi

+u/au&

a)acées

e

!rai!eme! du sigal1 3iffére!s s7s!0mes de recoaissace de la $arole o! é!é dé)elo$$és. cou)ra! de )as!es

domaies !el +ue la recoaissace de +uel+ues mo!s clés sur liges !élé$hoi+ues. les s7s!0mes à dic!er )ocau&. les s7s!0mes de commade e! co!r*le sur P'. e! alla! -us+u/au& s7s!0mes de com$réhesio du lagage a!urel1

3as ce cha$i!re. ous allos décrire e! éclairer au mieu& la com$le&i!é ihére!e à la mise e ou)re d’u

s7s!0me de recoaissace au!oma!i+ue de la $arole. ob-e! de o!re !ra)ail. $uis ous allos défiir les $rici$es. les a$$roches e! les !echi+ues +ui so! à la base de la $lu$ar! de ces s7s!0mes1

III2:2 Nve$u5 de (o#!le5t* de l$ RAP Pour bie a$$réheder le $robl0me de la recoaissace au!oma!i+ue de la $arole. il es! bo d/e com$redre les différe!s i)eau& de com$le&i!é1

Le sigal de $arole es! u des sigau& les $lus com$le&es  % $lus de la com$le&i!é $h7siologi+ue ihére!e au s7s!0me $hoa!oire e! des $robl0mes de coar!icula!io +ui e résul!e!. le codui! )ocal )arie égaleme! !r0s for! d/ue $ersoe à l/au!re1

La mesure de ce sigal de $arole es! for!eme! ifluecée

$ar

la

foc!io

de

!rasfer!

com$rea! les a$$areils d/ac+uisi!io e! de !rasmissio. aisi

+ue

l/ifluece

du

milieu

ambia!1 5l 7 a d/abord le $robl0me de la )ariabili!é i!ra e! i!er6 locu!eurs1 Le s7s!0me $eu! Q!re dé$eda! du locu!eur

o$!imisé $our u locu!eur bie $ar!iculier

 ou

idé$eda! du locu!eur $ou)a! recoa"!re /im$or!e +uel u!ilisa!eur1 %)idemme!. les s7s!0mes dé$eda!s du locu!eur so! $lus

faciles

à

dé)elo$$er

e!

so!

carac!érisés $ar de meilleurs !au& de recoaissace +ue les

s7s!0mes

idé$eda!s

du

locu!eur é!a! doé +ue la )ariabili!é du sigal de $arole es! $lus limi!ée1 'e!!e dé$edace =@

'ha$i!re 555 La #ecoaissace Au!oma!i+ue de la Parole au locu!eur es! ce$eda! ac+uise au $ri& d/u e!ra"eme! s$écifi+ue à cha+ue u!ilisa!eur1 'eci /es! ce$eda! $as

!ou-ours

$ossible1

Par

e&em$le.

das

le

cas

d/a$$lica!ios !élé$hoi+ues. les s7s!0mes doi)e! $ou)oir Q!re u!ilisés $ar /im$or!e +ui e! doi)e! doc Q!re idé$eda!s du locu!eur1

(ie +ue la mé!hodologie de base res!e la mQme. 'e!!e idé$edace au locu!eur es! ce$eda!

ob!eue

$ar

l/ac+uisi!io de ombreu& locu!eurs X cou)ra! si $ossible les différe!s dialec!es W +ui so! u!ilisés simul!aéme!

$our l/e!ra"eme! de mod0les susce$!ibles d/e e&!raire !ou!es

les

carac!éris!i+ues

ma-eures1

Ue

solu!io

i!ermédiaire $arfois u!ilisée cosis!e à dé)elo$$er des s7s!0mes ca$able de s/ada$!er ra$ideme! de fao su$er)isée ou o su$er)isée au ou)eau locu!eur1

Par ailleurs. u s7s!0me $eu! Q!re des!ié à recoai!re des

mo!s

isolés

ou

de

la

$arole

co!iue1 5l es! $lus sim$le de recoa"!re des mo!s isolés bie

sé$arés

$ar

des

$ériodes

de

silece +ue de recoa"!re la sé+uece de mo!s cos!i!ua! ue

$hrase1

%

effe!.

das

ce

derier cas. o seuleme! la fro!i0re e!re mo!s /es! $lus coue

mais.

de)iee! $roocia!io

for!eme! de

de

$lus. ar!iculés

cha+ue

les

mo!s

c/es!6à6dire

mo!

es!

+ue

la

affec!ée

$ar le mo! +ui $réc0de aisi +ue $ar celui +ui sui! 6 u

e&em$le

sim$le

e!

bie

cou

é!a!

les

liaisos du fraais1

3as le cas de la $arole co!iue. le i)eau de com$le&i!é )arie égaleme! selo +u/il s/agisse de !e&!e lu. de !e&!e $arlé ou. beaucou$ $lus difficile. de lagage a!urel a)ec ses hési!a!ios. $hrases gramma!icaleme! icorrec!es. fau& dé$ar!s. e!c1 U au!re $robl0me. +ui commece à Q!re bie ma"!risé. cocere la recoaissace de mo!s clés e $arole libre1 3as ce derier cas. le

)ocabulaire à recoa"!re es! rela!i)eme! $e!i! e! bie défii mais le locu!eur /es! $as co!rai! de $arler e mo!s isolés1 La !aille du )ocabulaire e! so degré de cofusio so! égaleme!

des

fac!eurs

im$or!a!s1

Les $e!i!s )ocabulaires so! é)idemme! $lus faciles à recoa"!re

+ue

les

grads

)ocabulaires. é!a! doé +ue das ce derier cas. les $ossibili!és de cofusio augme!e!1

Robu&te&&e d’un &4&t.#e U s7s!0me es! di! robus!e s’il es! ca$able de foc!ioer $ro$reme! das des codi!ios difficiles1 % effe!. de ombreuses )ariables $eu)e! affec!er sigifica!i)eme! les $erformaces des s7s!0mes de recoaissace

=C


?

(rui!s d/e)iroeme! !els +ue brui!s addi!ifs

s!a!ioaires ou o s!a!ioaires $ar e&em$le. das ue )oi!ure ou das ue usie1

?

Acous!i+ue déformée e! brui!s X addi!ifs W

corrélés

a)ec

le

sigal

de

$arole

u!ile

$ar e&em$le. dis!orsios o liéaires e! ré)erbéra!ios1

? U!ilisa!io de différe!s micro$hoes e! différe!es carac!éris!i+ues foc!ios de !rasfer! du s7s!0me d/ac+uisi!io du sigal fil!res. coduisa! gééraleme! à du brui! de co)olu!io1

? (ade $assa!e fré+ue!ielle limi!ée $ar e&em$le das le cas des liges

!élé$hoi+ues $our les+uelles les fré+ueces !rasmises

so!

a!urelleme!

limi!ées1

? %locu!io ihabi!uelle ou al!érée. com$rea! e!re au!re l/effe! Lombard. +ui désige !ou!es les modifica!ios. sou)e! iaudibles. du sigal acous!i+ue lors de

l/élocu!io e milieu brui!é. le s!ress $h7si+ue ou émo!ioel. ue )i!esse d/élocu!io ihabi!uelle. aisi +ue les brui!s de l0)res ou de res$ira!io1

'er!ais s7s!0mes $eu)e! Q!re $lus robus!es +ue d/au!res à l/ue ou l/au!re de ces $er!urba!ios. mais e r0gle géérale. les recoaisseurs de $arole ac!uels res!e! ecore !ro$ sesibles à ces $aram0!res1

III2<2 A!!'o(0e et te(0n)ue& de 'e(onn$&&$n(e $uto#$t)ue de l$ !$'ole

III2<2:2

A!!'o(0e

!$'

l$

no'#$l&$ton te#!o'elle Les $remiers succ0s e recoaissace )ocale o! é!é ob!eus

das

les

aées

DB

à

l’aide

d’u $aradigme de recoaissace de mo!s1 L’idée. !r0s sim$le

das

so

$rici$e.

cosis!e

à

faire $roocer u ou $lusieurs e&em$les de chacu des mo!s susce$!ibles

d’Q!re

recous.

e!

à les eregis!rer sous forme de )ec!eurs acous!i+ues !7$i+ueme!



u

)ec!eur

de

coefficie!s

LP' ou assimilés !ou!es les
$ro$reme!

di!e

cosis!e

alors

à aal7ser le sigal icou sous la forme d’ue sui!e de )ec!eurs

acous!i+ues

similaires.

e!

à

com$arer la sui!e icoue à chacue des sui!es des e&em$les

$réalableme!

eregis!rés1

Le

mo! recou sera alors celui do! la sui!e de )ec!eurs acous!i+ue

s$ec!rogramme

ressemble

le mieu& à celle du mo! icou1 'e $rici$e de base ’es! ce$eda!

$as

im$léme!able

direc!eme!  U mQme mo! $eu! e effe! Q!re $roocé d’ue

ifii!é

de

faos

différe!es.

e chagea! le r7!hme de l’élocu!io1 5l e résul!e des s$ec!rogrammes $lus ou mois =D

'ha$i!re 555 La #ecoaissace Au!oma!i+ue de la Parole dis!ordus das le !em$s1 La su$er$osi!io du s$ec!rogramme icou

au &

s$ec!rogrammes

de

base doi! d0s lors se faire e acce$!a! acce$ !a! ue cer!aie cer!a ie élas!ici!é

sur

les

s $ e c ! r o g ra m m e s

cadida!s1 Ue solu!i solu!io o à ce $robl0 $robl0me me d’élas d’élas!i !ici! ci!éé ou recala recalage ge !em$ !em$or orel el fai! fai! a$$e a$$ell au& au& !ech !echi i+ue +ue de la $rog $rogra ramm mma! a!io io d7a d7ami mi+u +uee es! es! form formal alis isée ée ma!h ma!hém éma! a!i+ i+ue ueme me! ! $ar $ar u algo algori ri!h !hme me déso désorm rmai aiss bie bie co couu  L’algo algori ri!h !hme me DTg 37amic Time Jar$ig Jar$ig <=1

Les défii!ios de dis!aces locales $eu)e! égaleme! om$!ee du !7$e de Q!re ada$!ées de fao à !eir com$! carac!éris!i+ues acous!i+ues u!ilisées dis!ace euclidiee. dis!ace de Mahalaobis
l’im l’im$o $or! r!a ace ce

dis!ace

rela rela!i !i)e )e

d’5!aGura<

des des

ou

diff différ ére e!e !ess

com$osa!es1'e!!e mé!hode doe d’e&celle!s résul!a!s1 O dém démo! o!re +u’e u’elle lle fou fouri ri! la solu solu!i !io o o$ o$!i !ima male le du $robl0me1

Le $rici$e de com$araiso d7ami+ue es! illus!ré sur la figure III2:2 5l cosis!e à rechercher la mise e corres corres$o $oda dace ce

o$!ima o$!imale le

e!re e!re

deu& deu&

formes1 formes1

'e!!e 'e!!e

deri0re es! ma!érialisée $ar le chemi de recalage doé sur la figure III2:1

Le recalage !em$orel $eu! égaleme! Q!re effec!ué à l’aide

de

mod0les

s!ochas!i+ues

$rése!és $rés e!és das le $aragra$he $arag ra$he sui)a! sui)a ! e! +ui so!

m ai!ea!

u!ilisés

da s

la

$lu$ar!

des

s7s!0mes1

F%2 III2:;P'n(!e de l$ !'o%'$##$ton F%2 III2:;P'n(!e d4n$#)ue

=


III2<2<2 A!!'o(0e !$' #od*l&$ton &to(0$&t)ue 3as 3as le $arag $aragra$ ra$he he $récé $récéde de!. !. ous ous a)o a)oss mo!r mo!réé comme!

o

$ou)ai!

effec!uer

$ar

$rogramma!io d7ami+ue l’i!égra!io !em$orelle de dis!aces

locales.

$erme!!a!

e

mQme

!em$s de ormaliser les )aria!ios !em$orelle des ui!és de $arole1

'e!!e

a$$roche

codui!

égaleme! à ue segme!a!io au!oma!i+ue de la $hrase e !ermes de segme!s de référeces1

5l 7 a ce$eda! $lusieurs limi!a!io liées à l’a$$roche 3TJ.

ce!!e

a$$roche

re+uier!

sou)e! ue dé!ec!io au!oma!i+ue de débu! e! fi. ce +ui es! dé-à

ue

source

de

$robl0mes1

3e $lus. si o essaie d’ada$!er la défii!io de dis!ace locale.

il

es!

sou)e!

difficile.

sas

ou!ils ma!héma!i+ues $uissa!s. d’e com$redre les effe!s au

i)eau

du

cri!0re

global

+ue

l’o s’es! doé à miimiser1 9ialeme!. é!a! doé +ue la $arole

es!

beaucou$ beaucou $

$lus

+ue

la

sim$le coca!éa!io coca!éa!io d’éléme!s d’éléme!s liguis!i+ liguis!i+ues ues  $ar e&em$le. e&em$le. des

mo!s

ou

des

$ho0mes

bie

défiis. il es! écessaire de $ou)oir modéliser les )ariabili!és e!

les

dé$edaces

de

cha+ue

ui! ui!éé e foc foc!i !io o de so so co! co!e& e&!e !e11 'omme 'omme ous ous le

) e rr o s

$ar

la

su i!e

au

ch a $ i!r e

?.

l’e!rai l’e!raieme eme! ! de dis!ribu dis!ribu!io !ios s s!a!is! s!a!is!i+ue i+uess re$rése! re$rése!ee la meilleure

a $$ r o c h e

$our

modéliser

la

)ariabili!é obser)ée sur des e&em$les réels1 Pour !ou!es ces raisos. les mod0les s!a!is!i+ues <@ so! mai!ea! mai!ea! !r0s u!ilisés u!ilisés das les $robl0mes de recoaissace de sé+ueces com$le&es !elles +ue le sigal de $arole1 3e $lus. l’i!roduc!io d’u formalisme s!a!is!i+ue $erme!

l’u!ili l’u!ilisa!i sa!io o

de

$lusieurs $lusieurs

ou!ils ou!ils ma!héma!i+ues !r0s

$uissa!s $uiss a!s l’algori!h l’al gori!hme%M me%M 5F1@1> 5F1@1> $our dé!ermier dé!er mier les $aram0!res $ara m0!res

$ar

e!raieme e!ra ieme!.!.

e!

$our

effec!uer effec! uer

la

recoaissace e! la segme!a!io au!oma!i+ue de mo!s e! de $arole co!iue1 'es ou!ils ma!héma!i+ues so! mai!ea! larg largem eme e!! u!il u!ilis isés és e! co cos! s!i! i!ue ue!! au-ou au-ourd rd’hu ’huii l’a$$ l’a$$roc roche he domia!e e recoaissace de la $arole1

Pour la $lu$ar! de ces s7s!0mes de recoaissace. la $arole

es!

su$$osée su$$o sée

a)oir

é!é

géérée selo u esemble de dis!ribu!ios s!a!is!i+ues1 Par défii!io.

ue

dis!ribu!io

ui+ue

e $eu! géérer +u’u $rocessus s!a!ioaire1 %!a! doé +ue

la

$arole

es!

cos!i!uée

de

$lusieurs $lusieu rs sos différe!s. il es! écessaire écessai re de cosidérer cosidér er $lusieurs $lusieu rs

dis!ribu!ios1 dis!ribu!io s1

'ha+ue 'ha+u e

dis!ribu!io dis!ribu!io es! modélisée $ar u esemble de $aram0!res +ui sero!

dé!ermiés

sur

b as e

d ’u 

esemble d’e!raieme! de fao à miimiser la $robabili!é

d’erreur1

recoai recoaissa ssace. ce. l’e s$ac e

de

ous

Peda!

recherc rechercho hoss

!ou!es

les

alors. alors.

la à

s é + u e  ce s

!ra)ers !ra)ers de

dass les les limi limi!e !ess de co! co!ra rai i!e !ess dis! dis!ri ribu! bu!io ios s $ossi $ossibl bles es da $hoologi+ues $hoolo gi+ues e!. é)e!uelleme é) e!uelleme!.!. =E

'ha$i!re 555 La #ecoaissace Au!oma!i+ue de la Parole s7!a&i+ues. la sé+uece de mod0les e! doc de la $hrase mo! associée +ui ma&imise la $robabili!é a $os!eriori $ar e&em$le1

?

Mod.le $(ou&t)ue MMC Selo le formalisme des mod0les de MarGo) cachées

MM'

cha$15F.

le

sigal

de

$arole es! su$$osé Q!re $rodui! $ar u au!oma!e s!ochas!i+ue

fii

cos!rui!

à

$ar!ir

d’u

esemble d’é!a!s s!a!ioaires régis $ar des lois s!a!is!i+ues1 %

d’au!res

mo!s.

le

formalisme

des mod0les MM' su$$ose +ue le sigal de $arole es! formé

d’ue

sé+uece

de

segme!s

s!a!ioaires. !ous les )ec!eurs associés à u mQme segme! s!a!ioaire

é!a!

su$$osés

a)oir

géérés $ar le mQme é!a! MM'1 'ha+ue é!a! de ce! au!oma!e es! carac!érisé $ar ue dis!ribu!io de $robabili!é décri)a! la $robabili!é d’obser)a!io des différe!s )ec!eurs acous!i+ues1 Les !rasi!ios e!re é!a!s so! is!a!aées1 %lles so! carac!érisées $ar ue $robabili!é de !rasi!io1 Aisi cha+ue

é!a! du mod0le $erme! de modéliser u segme! de $arole s!a!ioaire. la sé+uece d’é!a! $erme! +ua! à elle de modéliser la s!ruc!ure !em$orelle de la $arole comme ue

successio d’é!a! s!a!ioaires1  ce! effe! les mod0les u!ilisés e recoaissace au!oma!i+ue de la $arole so! gééraleme! du !7$e gauche6droi!e o les !rasi!ios

$ossibles so! soi! des boucles sur u mQme é!a!. soi! le $assage à u é!a! sui)a! à droi!e1 L’as$ec! sé+ue!iel du sigal de $arole es! aisi modélisé1 'omme ui!é liguis!i+ue cha+ue $ho0me ou cha+ue mo! es! doc modélisé $ar u ou $lusieurs é!a!s

s!a!ioaires. les mo!s so! esui!e cos!rui!s e !ermes de sé+ueces de $ho0mes e! les $hrases e !ermes de

sé+ueces de mo!s1 'ha+ue é!a! s!a!ioaire es! re$rése!é $ar les $aram0!res de foc!ios s!a!is!i+ues i)ariables. $ar e&em$le la mo7ee e! la )ariace d’ue dis!ribu!io gaussiee o des :MM1

?

Mod.le de M$'/ov C$(0*

MMC

Hdden M$'/ov

Model

HMMB 5l es! carac!érisé $ar u double $rocessus s!ochas!i+ue 

 u $rocessus i!ere  o obser)able  u $rocessus e&!ere  obser)able 'es deu& cha"es se combie! $our former le $rocessus s!ochas!i+ue1 La cha"e i!ere  es! ue cha"e de MarGo) +ue l’o su$$ose

à

cha+ue

is!a!

das

u

é!a! o la foc!io aléa!oire corres$oda!e egedre u segme! éléme!aire de l’ordre de ?B

U des grads i!érQ!s des MM' réside das l’au!oma!isa!io

de

l’a$$re!issage

des

différe!s $aram0!res e! dis!ribu!ios de $robabili!és du mod0le

à

$ar!ir

de

doées

acous!i+ues re$rése!a!i)es de l’a$$lica!io cosidérée. esse!ielleme!

les

$robabili!és

de

!rasi!io d’u é!a! du MM' à u au!re é!a! e! sur!ou! les lois d’émissio1 'es lois d’émissios $robabili!és so! e gééral re$rése!ées sous forme

d’ue

somme

de

foc!ios

gaussiees $arfois $lusieurs :MM. $erme!!a! de

mieu&

a$$rocher

$héom0e. a$$re!issage i!éra!ifs

la

comme es!

l’illus!re assuré

d’es!ima!io

l’algori!hme

de

loi

des

réelle

la

$ar

figure des

5551>1

'e!

algori!hmes

$aram0!res.

(aum6Jelch

du

5F1@1>.

o!amme! cas

$ar!iculier de l’algori!hme %M %&$ec!a!io6Ma&imisa!io fodé

sur

le

ma&imum de )raisemblace1

$rici$e

de

F%2 III2<; #od.le de #$'/ov 1 (n) *t$t&

Les MM' $eu)e! Q!re u!ilisés de $lusieurs faos e #AP. selo l’im$or!ace de l’a$$lica!io !aille du )ocabulaire e! !7$e de $arole  mo!s isolés ou $arole co!iue1

Pour la recoaissace de mo!s isolés. il es! $ossible de modéliser

cha+ue

mo!

$ar

u

MM'. La recoaissace re)ie! alors à calculer la )raisemblace

de

la

sui!e

d’obser)a!ios

acous!i+ues cos!i!ua! le mo! à recoa"!re $ar ra$$or! à chacu

des

mod0les1

Le

mod0le

$rése!a! la $lus grade )raisemblace d’a)oir émis ce!!e sui!e

d’obser)a!ios

fouri!

le

mo!

recou1 L’algori!hme $erme!!a! d’o$!imiser ce calcul es!

à

ou)eau

fodé

sur

la

$rogramma!io d7ami+ue. mais das u cadre s!ochas!i+ue. l’algori!hme de Fi!erbi 5F1?1?1 ?<


Pour la recoaissace de la $arole co!iue. l’u!ilisa!io de mod0les globau& $our cha+ue mo! $ose

di)ers $robl0mes  es$ace mémoire de s!ocGage. )olume de doées acous!i+ues écessaires $our l’a$$re!issage de !ous les MM'1 La solu!io ado$!ée es! d’u!iliser des MM' $our re$rése!er les ui!és $hoé!i+ues1 'es ui!és $eu)e! Q!re de a!ure )ariée



$ho0mes. di$hoes. s7llabe. feoe. allo$hoes1

Les

mod0les

coca!éa!io

de

des

mo!s

mod0les

so!

cos!rui!s

$ar

aal7!i+ues éléme!aires

corres$oda! au& !rascri$!ios $hoé!i+ues de ces mo!s1 Pour me!!re au $oi! des MM' aussi idé$eda!s du

locu!eur +ue $ossible. il es! écessaire d’augme!er le ombre de $aram0!res des MM'1 Les solu!ios dis$oibles so! de deu& !7$es 

?

Les mul!i6mod0les + le $rici$e es! de

re$rése!er

le

mQme

mo!

$ar

$lusieurs

MM' corres$oda! à différe!es classes de locu!eurs1

? Les mélages de desi!és de $robabili!é + au lieu de re$rése!er la $robabili!é d’émissio d’u segme! de $arole $our ue loi de $robabili!é ue gaussiee.

o u!ilise u mélage de lois gaussiees $erme!!a! de mieu& a$$rocher la loi réelle du $héom0e acous!i+ue1

III2<2>2 A!!'o(0e !$' #od.le& neu'o#*t')ue& L’u!ilisa!io de mod0les coe&iois!es. ou réseau& euroau&.

fodés

sur

ue

modélisa!io $lus ou mois réalis!e du cor!e& humai. s’es! récemme!

ré$adue

e!

a

$ermis

d’ob!eir des résul!a!s i!éressa!s e #AP comme das d’au!res

domaies

de

la

$erce$!io1

'es mod0les so! cos!i!ués $ar l’i!ercoe&io d’u !r0s grad

ombre

de

$rocesseurs

éléme!aires is$irés du foc!ioeme! du euroe1 Plusieurs

!7$es

différe!s

domaies

recoaissace.

o! du

é!é

u!ilisés

!rai!eme!

débrui!age

de de

das la

$arole

$arole.

)érifica!io du locu!eur. e!c1 +ue ous allos décrire bri0)eme! ci6dessous1

Pe'(e!t'on&

#ult(ou(0e&

a)ec

a$$re!issage $ar ré!ro$ro$aga!io du gradie! d’erreur1

? e

La $rise e com$!e du !em$s. $robl0me ma-eur $arole. es! im$ossible das le mod0le de base1 3es )aria!es o! é!é $ro$osées

$our $allier ce! ico)éie! 

?>

'ha$i!re 555 La #ecoaissace Au!oma!i+ue de la Parole $erce$!ros co!e&!uels e! $erce$!ros à e!rée récurre!e R $erce$!ros à re!ard !em$orel T3;; Time 3ela7 ;eural ;e!orG1 La figure 5551= illus!re le foc!ioeme! d’u $erce$!ro a)ec ue couche cachée1

F%2 III2>;Pe'(e!t'on 1 une (ou(0e ($(0*e !ou' l$ 'e(onn$&&$n(e de #ot&

Les réseau& euroau& esse!ielleme! $erce$!ros mul!icouches

so!

$res+ue

e&clusi)eme! u!ilisés e recoaissace de la $arole comme

fro!al

de

MM'

R

u

réseau

euroal es! alors e!ra"é $our fourir à u MM' des )aleurs

de

$robabili!és

écessaires

à

so foc!ioeme!1 3e !elles archi!ec!ures h7brides s!ochas!i+uesI

euroales6A;;IHMM


de


à

!r0s grads )ocabulaires1 L’h7brida!io d’u MM' a)ec u réseau euroal es! i!éressa!e du fai! des $ro$rié!és discrimia!es du réseau

euroal1 L’h7brida!io d’u MM' a)ec d’au!res classifieurs discrimia!s s’es! ré)élée i!éressa!e e #AP. o!amme! les SFM1

Pour a-ou!er des $aram0!res euroau&. au& $aram0!res calculés

à

$ar!ir

du

sigal

de

$arole $ar ue des mé!hodes e&$osées au cha$i!re >. o!amme!

les

$aram0!res

ce$s!rau&1

O

u!ilise das ce cas la ca$aci!é d’u réseau euroal à modéliser ue dis!ribu!io de ?=

'ha$i!re 555 La #ecoaissace Au!oma!i+ue de la Parole $robabili!és d’e&em$les1

+uelco+ue 3e

!els

$ar

a$$re!issage

$aram0!res.

à

$ar!ir

associés

au& $aram0!res M9''. so! ac!uelleme! les $lus $erforma!s

e


de

la

$arole

co!iue1

III2<2@2 A!!'o(0e ,$4*&enne La +uasi6!o!ali!é des s7s!0mes de recoaissace de $arole co!iue ac!uels se fode! sur ue a$$roche s!a!is!i+ue e! $lus $réciséme! sur la !héorie de la décisio ba7ésiee <@1 Le $rici$e. illus!ré sur la figure 5551?. $eu! Q!re résumé comme sui!1 Le sigal de $arole es! aal7sé $ar ue des mé!hodes $rése!ées au cha$i!re >1 U mo! ou

ue $hrase e e!rée du s7s!0me es! aisi re$rése!é comme ue sui!e de )ec!eurs de $aram0!res1 La recoaissace re)ie! à !rou)er la sui!e de mo!s $. formée de  mo!s.  \ < ’é!a! $as cou a $riori. do! la $robabili!é codi!ioelle

b $W coaissa! l’e!rée es! ma&imale1

F%2 III2@;P'n(!e de l$ 'e(onn$&&$n(e b$4*&enne

b W$

es! la $robabili!é d’obser)er la sé+uece de

)ec!eurs

j(

lors+ue la sui!e de mo!s $ es! $roocée1

'e!!e $robabili!é es! doée $ar u mod0le acous!i+ue. le $lus sou)e! u mod0le MM'1

b$

es! la $robabili!é de la sui!e de mo!s $ das le

lagage u!ilisé1 %lle es! fourie $ar u mod0le de lagage ML1

??


Con(lu&on 3as ce cha$i!re ous a)os décri! le $rici$e de la #ecoaissace Au!oma!i+ue de la Parole !ou! e essa7a! de me!!re e é)idece les i)eau& de com$le&i!és ma-eurs rela!ifs à la #AP. aisi +ue R sas dé!ailler. ci!é Les raisos sou)e! reco!rées +ui $eu)e! affec!er les $erformaces de ces s7s!0mes1 ous a)os défiis. égaleme! les a$$roches. les $rici$es e! les !echi+ues u!ilisées das le domaie de la #AP1

Le cha$i!re sui)a! sera cosacré à la défii!io des Model0s

de

MarGo)

'achés

.

les

algori!hmes

d’e!raieme!s e! de recoaissace +ui o! co!ribuer grademe! à. la !héorie e! la recherches sur les Mod0les de MarGo) cachés e! +ui leurs o! $ermis de s’a$$li+uer e! de s’im$oser das beaucou$ de domaies 1

3e os -ours. les MM'. so! u ou!il largeme! u!ilisé das beaucou$ de domaies. ico!ourable e !ermes d’efficaci!és e! $erformaces das le domaie de la recoaissace au!oma!i+ue de la $arole1

?@

CHAPITRE IV + LES MOD6LES DE MAR-OV CACH7S

'ha$i!re 5F Les Mod0les de MarGo) 'achés

Int'odu(ton Les mod0les de MarGo) cachés so! des ou!ils s!a!is!i+ues

$erme!!a!

de

modéliser

des

$héom0es s!ochas!i+ues1 'es mod0les so! u!ilisés das de ombreu&

domaies


!els

+ue la recoaissace e! la s7!h0se de la $arole. la biologie. l’ordoaceme!.

l’ide&a!io

de docume!s. la recoaissace d’images. la $rédic!io de

séries

!em$orelles.]

Pour

$ou)oir u!iliser ces mod0les efficaceme!. il es! écessaire d’e coai!re les $rici$es1

'e cha$i!re a $our ob-ec!if d’é!ablir les $rici$es. les o!a!ios u!iles e! les $rici$au& algori!hmes +ui cos!i!ue! la !héorie des mod0les de MarGo) cachés MM'1 A ce! effe!. ous commeos e $rése!a! u his!ori+ue

des

é!a$es

les

$lus

mar+ua!es

das la cos!ruc!io de ce!!e !héorie1 A$r0s a)oir défii ce +ue

so!

les

chaies

de

MarGo).

ous )erros +ue $our mieu& modéliser les $héom0es é!udiés.

il

es!

écessaire

de

cosidérer u mod0le a7a! u $ou)oir d’e&$ressio su$érieur1

Les

mod0les

de

MarGo)

cachés MM' e fo! $ar!ie1 ;ous $rése!os alors les MM'1 les

La

algori!hmes

sui!e

s’a!!ache

classi+ues

décodage^segueme!a!io

o

des la

à

$rése!er

MM'

$our

recoaissace

le

9orard. (acGard e! de Fi!erbi1 La deri0re sec!io de ce

cha$i!re

différe!s

es!

cri!0res

l’a$$re!issage

de

cosacrée

u!ilisables

au&

classi+ueme!

MM'1

9ialeme!.

$our

ous

!ermios cha$i!re $ar $lusieurs remar+ues sur les cri!0res d’a$$re!issage1

IV2:2 H&to')ue Les mod0les de MarGo) cachés o! ue logue his!oire derri0re eu&1 %
chaies de MarGo) <1 3e
30s B. le calcul

direc!

du

ma&imum

de

)raisemblace >< e! l’obser)a!io de la sui!e d’é!a!s das ue

chaie

de

MarGo)

>>.

so!

réalisés1 Mais ce ’es! +u’a $ar!ir de
de

L1%1

(aum

>=.

+ue

les

algori!hmes basi+ues $our l’es!ima!io des é!a!s e! des $aram0!res

des

mod0les.

$our

les

mod0les de MarGo) cachés. so! mis au $oi!1  $ar!ir de
ces

mod0les

so!

é!edus

afi

d’i!égrer la o!io de durée )ariable >@ e! desi!és de

$robabili!és

co!iues

mul!i)ariables1 Les !ra)au& de A1 21 Fi!erbi >C e! :1 31 9ore7

>C

o!

$ermis

de

cos!ruire

u algori!hme efficace e! do! la com$le&i!é es! liéaire. $ar a$$or! à la logueur de la sui!e ?C

'ha$i!re 5F Les Mod0les de MarGo) 'achés d’obser)a!ios. $our le calcul de la sé+uece d’é!a!s cachés1 %
foc!io $robabilis!e d’ue chaie de marGo) W u!ilisée -us+ue là >D1

 $ar!ir de 1 Les $remiers !ra)au& sur les mod0les de MarGo) cachés $our la recoaissace au!oma!i+ue de la $arole o! é!é meés e $arall0le $ar le grou$e 5(M com$osé de L1 #1 (ahl e! 91 2elieG >E e! $ar 21 K1 (aGer au 'MU =B1 'es !ra)au&

o! $ermis de décou)rir les ca$aci!és des mod0les de MarGo) cachés $our la recoaissace de la $arole1

3as les aées
icor$ora!

des

réseau&

de

euroes a$$araisse! =<1 3e$uis lors. ces ou)eau& mod0les

o!

é!é

!r0s

largeme!

u!ilisés

$our la recoaissace de mo!s isolés =>.$our la recoaissace

de

mo!s

echaiés

==.

$our la recoaissace de la $arole co!iue =? ou $our la localisa!io $hrase =@1

de

mo!s

das

ue

 $ar!ir des aées
Les mod0les de marGo) cachés so! ue famille d’ou!ils ma!héma!i+ues $robabilis!es $arfai!eme! ada$!és à la modélisa!io de sé+ueces !em$orelles1 5l e&is!e $lusieurs !7$es de mod0les de marGo) cachés afi de mieu& ré$odre à des $robl0mes s$écifi+ues1 3as le cadre de o!re !ra)ail e! $lus $ar!iculi0reme! de ce cha$i!re. ous ous i!éresseros $rici$aleme! au& mod0les de marGo) cachés discre!s du $remier ordre. +ue ous abrégeros $ar la sui!e e MM'1

Pour $ou)oir $rése!er les MM'. il es! écessaire de commecer $ar $rése!er les mod0les de MarGo) e! les $ro$rié!és +ui leurs so! associées1

?D


IV2<2 Le& (0$ne& de M$'/ov d&('.te& % calcul des $robabili!és. o défii! ue )ariable aléa!oire

X

)1

a1

W

réelle

comme

ue

foc!io mesurable +e  %2 e es! a$$elé l’ui)ers1 3as de ombreu&

cas

de

e

figures.

es! l’esemble des réels %. l’esemble des e!iers $osi!ifs 0 ou u de leurs sous6esembles1

P'o(e&&u&

&to(0$&t)ue U $rocessus s!ochas!i+ue es! ue famille  m/ de )1 a1 défiies sur e +e% L’esemble l re$rése!e sou)e! la o!io de !em$s mais il

$eu!

égaleme!

corres$odre

à la o!io de $osi!io s$a!iale e dimesio > ou à !ou!e au!re o!io

e

au!a!

de

dimesios

+ue écessaire1 3as le cas o l re$rése!e la o!io de !em$s

e!

si

l

es!

discre!.

o

$arle

de

$rocessus s!ochas!i+ue e !em$s discre!. !adis +ue le $rocessus

es!

di!

e

!em$s

co!iu.

lors+ue l es! co!iu1 Les é!a!s d’u $rocessus s!ochas!i+ue $ar

$our !ou!

/ l so! les )aleurs $rises $ar ces )1 a1 lors+ue

)arie1

O

les o!e

X é!a!s W du $rocessus1

)1

#

a1

+e%

défii

l’esemble

des

A1 A1 MarGo) fu! le $remier à é!udier e! $oser les bases ma!héma!i+ues $erme!!a! l’é!ude des chaies +ui $or!e! so om1 La défii!io de ces chaies es! la sui)a!e 

Condton d’une (0$ne de M$'/ov + U $rocessus E m/l E + e  # es! ue chaie de marGo) s’il )érifie les !rois codi!ios sui)a!es 

l es! déombrable ou fii1 3as ce cas e! $our sim$lifier les o!a!ios ul!érieures. il es! !ou-ours $ossible de $redre l

no

  fm1 'e!!e codi!io sigifie +ue le $rocessus e

chage de )aleur +u’à des is!a!s dé!ermiés a $riori1 L’esemble # des é!a!s du $rocessus es! déombrable1 3as la sui!e. ous su$$oseros égaleme! +ue # es! fii1 ;ous $ou)os alors défiir # !  f  ! m ce! esemble1

Le $rocessus es! associé à ue foc!io de $robabili!é

b

)érifia!

la

$ro$rié!é

marGo)iee  X la $robabili!é +ue le $rocessus soi! das u é!a! $ar!iculier à u is!a! ) e dé$ed +ue de l’é!a! das le+uel se !rou)e le $rocessus au !em$s

 W1

Soi! '

&

/l

ue sui!e d’é!a!s du $rocessus & / # 1 La $ro$rié!é de MarGo) )érifie la rela!io sui)a!e. $our !ou!e sui!e d’é!a!s ' e! $our !ou! is!a! / l+

?


b E & WE

& fE :<

La $robabili!é b E !rasi!io de l’é!a!

& à l’is!a!

& WE

&

b E & WE

&

& corres$od à la $robabili!é de

 )ers l’é!a! & à l’is!a! t1

Ho#o%*n*t* d’une (0$ne de M$'/ov + Ue chaie

de

MarGo)

es!

homog0e

das

le !em$s si e! seuleme! si les $robabili!és de !rasi!io

e

dé$ede!

$as

du

!em$s

!

X les $robabili!és de !rasi!io so! s!a!ioaires W. c’es!6à6dire

+ue

$our

!ou!



/

u

l . o a  b_E O o!e \

! W E

!:

b Ev

 ce!!e $robabili!é1

Ue chaie de MarGo) homog0e es! doc !o!aleme! défiie $ar la doée des é!a!s. des $robabili!és des é!a!s ii!iau&  e! des $robabili!és des !rasi!ios e!re é!a!s A a)ec 

  V fVu 5 4 X 



\

 

 bE ! \ 

b E

! WE !

! WE v

!

Ve(teu'& et #$t'(e& &to(0$&t)ue& + U )ec!eur  é+ui)ale!e. so

,  f  , de dimesio p

X ou. de mai0re

!ras$osé W es! s!ochas!i+ue si e! seuleme! si  Pour !ou!

fL

q, q [ , 

Ue ma!rice 3 s!ochas!i+ue si e!

de dimesio

  

o es! di!e

seuleme!.

si

Pour !ou!

f

Pour !ou!

f L[

 





?E

fL

q

 q




C$'$(t*'&t)ue d’une (0$ne de M$'/ov + Ue ma!rice es! s!ochas!i+ue si e! seuleme! si les liges +ui la com$ose! so! des )ec!eurs s!ochas!i+ues1 Le s7s!0me es! forcéme! das u e! u seul é!a! $ar!iculier au dé$ar! doc r es! u )ec!eur s!ochas!i+ue1  es! ue ma!rice s!ochas!i+ue car. e $ar!a! das u é!a! ! à l’is!a! . le $rocessus !rasi!e forcéme! )ers l’u des é!a!s du s7s!0me au !em$s ] 1

A !ou! cou$le formé d’u )ec!eur s!ochas!i+ue  de dimesio e! d’ue ma!rice s!ochas!i+ue 3 de dimesios chaie de MarGo)

o

. il es! $ossible d’associer ue

carac!érisée $ar le cou$le 3 1

Re!'*&ent$ton %'$!0)ue d’une (0$ne de M$'/ov  Ue chaie de MarGo) $eu! Q!re re$rése!ée gra$hi+ueme!1 Pour cela. o associe

à

la

chaie

de

MarGo)

E

m/l

u gra$he ^ do! l’esemble des somme!s es! e bi-ec!io

a)ec

l’esemble

des

é!a!s

#

e! do! l’esemble des arcs s orie!és das le ses des !rasi!ios es! défii $ar

!! /s\

 



Afi de sim$lifier les o!a!ios. l’esemble des somme!s du gra$he ^ es! re$rése!é $ar l’esemble #1 La figure

IV2 $rése!e la re$rése!a!io gra$hi+ue associée à la chaie de MarGo)   1

F%2 IV2; Re!'*&ent$ton %'$!0)ue de l$ (0$ne de M$'/ov  

@B


? IV2<2: Le& #od.le& de M$'/ov ($(0*& d&('et& MMCB HMMB Les chaies de MarGo) $eu)e! ser)ir à modéliser de ombreu& $rocessus s!ochas!i+ues1 'e$eda!. das cer!ais cas. ces mod0les e $erme!!e! $as

d’e&$rimer

le

com$or!eme! du

s7s!0me

a)ec

suffisamme! de $récisio1 Pour améliorer ce!!e $récisio. les mod0les de MarGo) cachés o! é!é dé)elo$$és1

U mod0le de MarGo) caché discre! corres$od à la modélisa!io de deu& $rocessus s!ochas!i+ues  u $rocessus caché $arfai!eme! modéliser $ar ue chaie ce MarGo) discr0!e e! u $rocessus obser)é dé$eda! des é!a!s du $rocessus caché1 Soi! # !  f  ! m l’esemble des Soi! E

é!a!s cachés du s7s!0me1

E fE u 6u$le de )1 a1 défiies sur #1 Soi!  ,  f  , 3 m l’esemble des 3 s7mboles émissibles $ar le s7s!0me1 Soi! 

, f, 3 u

;u$le de )1 a1 défiies sur 1

U mod0le de MarGo) caché discre! du $remier ordre es! alors défii $ar les $robabili!és sui)a!es 

? Les $robabili!és d’ii!ialisa!io des é!a!s cachés  b E

!

? Les $robabili!és de !rasi!io e!re é!a!s cachés  b E

! W E !

? Les $robabili!és d’émissio des s7mboles das cha+ue é!a! caché 

b  , WU E ! 1 Si le mod0le de MarGo) caché es! s!a!ioaire alors les $robabili!és de !rasi!io e!re é!a!s cachés e! les

$robabili!és d’émissio des s7mboles das cha+ue é!a! caché so! idé$eda!es du !em$s  :1 O $eu! alors défiir. $our !ou!  : +uelco+ue.   a)ec

\  b_E ! W E , WU E ! e!

! :w

x

   U3

\

a)ec x

  fu a)ec  b E ! 1 U mod0le de marGo) caché

s!a!ioaire

du

$remier ordre y es! doc !o!aleme! défii $ar le !ri$le!  w



1

Par

la

sui!e.

ous

u!iliseros

la o!a!io y  w  e! ous em$loieros le !erme MM' $our des mod0les de MarGo) @<

  



b


cachés s!a!ioaires du $remier ordre1 Les rela!ios de dé$edace

e!re

les

différe!es

)ariables aléa!oires d’u MM' so! schéma!isées $ar la figure 1

3as

ce!!e

re$rése!a!io.

les

fl0ches $ar!e! de la )1 a1 +ui codi!ioe e! se !ermie! au i)eau de la )ariable aléa!oire

codi!ioée1 3as la figure 5F1D. seules les !rasi!ios au !em$s



e! so!

]

re$rése!ées1

F%2 IV26Rel$ton de d*!end$n(e ent'e le& v$'$ble& $l*$to'e& d’un MMC

O o!e ' cachés

& f & e!

/ E ue sé+uece d’é!a!s 1

j fj /  ue sé+uece de s7mboles obser)és1 La $robabili!é de réalisa!io de la sé+uece d’é!a!s cachés ' e! de la sé+uece d’obser)a!io 1 $ar ra$$or! au MMC y es! alors

b  1E 'Ww Ou $lus sim$leme!

.

b  1E 'Wy % u!ilisa! les dé$edaces des $robabili!és codi!ioelles. o dédui! +ue 

b  1E 'Wy b  1WE 'y b E 'Wy 3e $lus.

b  1WE 'y y

z b

j WE & 

b E 'Wy b E & Wy z b E & E

W

& y A $ar!ir d’u MMC y. d’ue sé+uece d’é!a!s cachés ' e! d’ue

sé+uece

d’obser)a!ios

1. il es! $ossible de calculer l’adé+ua!io e!re le mod0le y e! les deu& sé+ueces ' e! 11

@>

'ha$i!re 5F Les Mod0les de MarGo) 'achés Pour cela. il suffi! de calculer la $robabili!é b  1

E

'Wy 1 'e!!e deri0re corres$od à la $robabili!é +ue la

sé+uece d’obser)a!ios 1 ai! effec!i)eme! é!é egedrée $ar le mod0le y e sui)a! la sé+uece d’é!a!s cachés '1

Lors+ue la sé+uece d’é!a!s cachés ’es! $as coue. il es! $ossible d’é)aluer la )raisemblace d’ue sé+uece d’obser)a!io 1 $ar ra$$or! à u mod0le y1 La )raisemblace corres$od à la $robabili!é b 

1Wy +ue la

sé+uece d’obser)a!ios ai! é!é egedrée $ar le mod0le $our l’esemble des sé+ueces d’é!a!s cachés $ossibles1 O remar+ue alors +ue la formule sui)a!e es! )érifiée 

b  1Wy

[ b  1E 'Wy'/E

L’u!ilisa!io des MM'. écessi!e la résolu!io de $lusieurs $robl0mes $rici$au&  le calcul de la

)raisemblace. le décodage I segme!a!io de sé+uece d’obser)a!ios e! l’a$$re!issage1

IV2>2 ($l(ul de l$ v'$&e#bl$n(e 'omme ous l’a)os )u $récédemme!. calculer la )raisemblace d’ue sé+uece de obser)a!ios $ar a$$or! à u MMC y cosis!e à é)aluer la $robabili!é b  1Wy 1 'e calcul $eu! s’effec!uer e u!ilisa! differe!es mé!hodes. das ce +ui sui!. ous allos e&$li+uer les $rici$es de cha+ue mé!hode e! de $rése!er l’algoi!hme de calcul corres$eda!1

IV2>2:2 L’$l%o't0#e Fo'$'d Pour $rése!er ra$ideme! ce! algori!hme. il es! écessaire de défiir les )ariables 9orard >  $our !ou!

f e! | {

f

b |

B

j E b

! Wy

j fd

j E ! Wy

O remar+ue alors +ue la rela!io de récurrece sui)a!e es! )érifiée $our !ou! f

 e! U

f 1 |

3e $lus. o a b  1Wy alors doé $ar



x j [ | \



[ | 1 L’algori!hme 9orard es!

l’algori!hme <1<1 La com$le&i!é de ce! algori!hme es! e 1

@=


Pou' | Fn !ou' Pou' Pou'  | F  n

1 $'e x j 1  F$'e 1 F$'e  [ | \ j

P o u ' F  n ! o u ' b  1Wy

|

Al%o't0#e IV2: + Al%o't0#e Fo'$'d

'e! algori!hme $erme! de calculer la )raisemblace d’ue

'e$eda 'e$eda!. !. $récisio

sé+uece

das

la

d’obser)a!ios1

$ra!i+u $ra!i+ue. e.

uméri+ue

des

$robl0m $robl0mes es

a$$araisse!

de à

l’im$léme!a!io reda! l’algori!hme 9orard iu!ilisable1 Ue solu!io cosis!e à o$érer u

ré6écheloeme! des )aleurs >1 Pour cela. o défii! deu& esembles de )ariables |u e!

}

 $our !ou!

f B $ar 

f e!

|

u

| * u |

2 2[ } [ |v@

$ar O mo!re $ar récursi)i!é +ue

\

2x

|u a)ec .

1 O $ose }

z

.|

}

d’o  Or. $ar défii!io. o a [ }

L’algo algori ri!!hme hme

j

f  le coefficie! de ormalisa!io à

O défii! $our !ou!
}

[ }

b  1Wy 9or 9orar ardd

a)ec a)ec

éga égale leme me! ! omm omméé resc rescal ali ig g > >

.

ré6é ré6écchelo helo em eme e!! doéé $ar $ar es! do

l’algori!hme IV2<1 Sa com$le&i!é es! ide!i+ue à celle de l’algori!hme 9orard. c’es!6à6dire 1 . ce$eda! l’algori!hme écessi!e $lus d’o$éra!ios1 3e $lus. la )aleur $rise )aleur $rise $ar b 

1Wy es! !r0s !r0s $e!i!e $e!i!e e! es! cosid cosidéré éréee la $lu$ar $lu$ar!! du !em$s !em$s comme é!a! ulle das les re$rése!a!ios e ombres réels sur sur les les mach machi ies es11 Par Par cos cosé+ é+ue ue! !.. o cos cosiid0re d0re $lus $lus facileme! so logari!hme. +ui s’ob!ie! $ar  @?

1


 A b  1W y

.

M[

 A Pou' 1 F$'e u | x j Fn !ou' [ |v@

P1 o u 'F }$ F ' ne P o uu| ' P o1  F$'e u 1 ' F$'e _[ Pou ' } \ u :x j   Fn Pou' [ |v @

Po1 u' 

u

}

F$'e  

A

Fn Pou' Fn !ou' b 1Wy

z

Al%o't0#e IV2< +Al%o't0#e Fo'$'d $ve( '*; *(0elonne#ent

IV2>2<2 IV2>2<2 L’$l%o't0#e ,$(/$'d (ie +ue le $robl0me du calcul de la )raisemblace soi! réso résolu lu.. ous ous allo allos s égal égalem eme e!! $rés $rése e!e !err l’al l’algo gori ri!h !hme me (acGard

=C

+ui

$erme!

a uss i

de

calculer

la

)rai )raise sem mbla blace ce e! +ui +ui sur! sur!ou! ou! sera sera éces écessa sair iree das das les

| sec!ios ul!érieurs. o!amme! $our l’a$$re!issage1 Les )ariables (acGard so! défiies $ar $our !ou!

f e!

f

|

~ {

Pour !ou! )érifiées 

 

~

f e!

b f



jH f  d

j WE ! Wy

 . les rela!ios sui)a!e so!

~

[ \

b  1Wy

~ 

x j

[ x x j ~

L’algo algori ri!hm !hmee (ac (acG Gar ard. d. de mQme mQme com$ com$le le&i &i!é !é +ue +ue l’algori!hme 9orard. es! doé $ar l’algori!hme IV2>1 @@


Pou' 1 F$'e ~ Fn Pou' Pou'  1 F$'e Pou' 1 F$'e

[ \U~H

~

 x j

F  n P o u ' F  n P o u ' b  1Wy

x j ~

Al%o't0#e IV2> +Al%o't0#e ,$(/$'d

Tou! comme l’algori!hme 9orard. l’algori!hme (acGard

souffre

de

$robl0me

de

$récisio uméri+ue1 Par cosé+ue!. il es! écessaire d’u!iliser le ré6écheloeme! des )ariables (acGard1 Pour cela. o défii! l’esemble de )ariables • $ar  $our !ou!

f e!

f  B  • * • x j • 



[ \ 

O $ourra remar+uer +ue les coefficie!s O € so! ceu& calculés $récédemme! $our l’algori!hme 9orard a)ec ré6 écheloeme!1 % défiissa! . il es! $ossible de mo!rer les rela!ios sui)a!es 

 z

 . b  1Wy

. b  1Wy  . • ~ L’algori!hme (acGard a)ec ré6écheloeme! > es! doé $ar l’algori!hme IV2@1 Sa com$le&i!é es! ide!i+ue à celle de l’algori!hme (acGard. c’es!6à6dire 1 1 O remar+ue égaleme! +ue le calcul de  ‚

ƒW„ $ar ce! algori!hme offre

$eu d’i!érQ!. car il écessi!e de coai!re les coefficie!s de l’algori!hme 9orard a)ec ré6écheloeme!1

@C


Pou'

1

F$'e

• Fn Pou'

 1 F$'e

Pou' Pou'

•

[ \

1

• 

F$'e

 x j

Al%o't0#e IV2@ +Al%o't0#e ,$(/$'d $ve( '*; *(0elonne#ent

IV2>2>2 P'ob$blt*& d*du(tble& A $ar!ir des )ariables 9orard e! (acGard. a)ec ou sas ré6écheloeme!. il ous es! d’ores e! dé-à $ossible d’e&$rimer deu& $robabili!és u!iles1

b  1E ! Wy | ~ } • b  1Wy b_ 1E

! E

! W y: | \ ~  } \

x

x

j • 

 b  1Wy

IV2>2@2 D*(od$%e_&e%#ent$ton de &*)uen(e& d’ob&e'v$ton&

j

Le décodage ou la segme!a!io de sé+ueces d’obser)a!ios

cosis!e

à

!rou)er

la

sé+uece d’é!a!s cachés +ui a egedré ue sé+uece d’obser)a!ios1

3eu&

a$$roches

so!

$ossibles1 La $remi0re cosis!e à rechercher. à cha+ue is!a!.

l’é!a!

+ui

a

le

$lus

$robableme! egedré le s7mbole obser)é1 La deu&i0me a$$roche

cosis!e

à

!rou)er

la

sé+uece com$l0!e d’é!a!s cachés +ui a le $lus $robableme!

egedré

la

sé+uece

d’obser)a!ios1

@D


IV2>2@2:2 Et$t& ($(0*& le& !lu& !'ob$ble& 1 (0$)ue n&t$nt 3as ce!!e a$$roche. o cherche la sé+uece 'o

&o 

f &o / # )érifia!. $our !ou! f . l’é+ua!io  &o …N"\

f

b  1E !

Wy

5l es! doc écessaire. d’a$r0s la formule <1<. de calculer e $remier lieu les )ariables 9orard e! (acGard1 Malgré sa formula!io sim$le. le recherche de l’é!a! caché le $lus $robable à cha+ue is!a! a ue com$le&i!é e 1 sé+uece 'o ob!eue $eu!

1 3e $lus. la

Q!re icosis!a!e. das le ses o b  1 E 'o es! $ossible +ue la

1 % effe!. il

!rasi!io e!re deu& é!a!s ! e! ! e&is!e das la sé+uece

'o

alors



+ue

la

$robabili!é

\

es!

ulle1

IV2>2@2<2 Al%o't0#e de vte'b La recherche de la sé+uece d’é!a!s cachés 'o +ui le $lus $robableme! egedré ue sé+uece d’obser)a!ios 1 cosis!e à résoudre

'o …N"\'/# b  1E 'Wy

L’algori!hme $erme!!a! de résoudre ce $robl0me es!

l’algori!hme

de

Fi!erbi

>1

O défii!

†

\ _& f&> j fd

bE

/#> :

& fE

&

E

!

j Wy La $robabili!é du meilleur chemi $ar!iel amea! à l’é!a! caché ! au !em$s e! ‡ le meilleur chemi amea! à l’é!a! ! au !em$s à $ar!ir du !em$s M 2 L’algori!hme de Fi!erbi es! alors doé $ar l’algori!hme @1 Sa com$le&i!é es! 1

@


1

Pou'

F$'e x j

† Fn Pou' 1 F$'e Pou' Pou'  1 F$'e   ‰† ‡  \ˆk\ † 

\

_‡  :\‡

  Œ† Fn Pou' Fn Pou'   † &o \ˆk \ o b  1E ' \ Pou'  1 F$'e o o & ‡

\Š x j ‹

 2

m 

m † &o

†

Al%o't0#e2 IV2 +Al%o't0#e de Vte'b

Tou! comme les algori!hmes 9orard e! (acGard. ce! algori!hme souffre de $robl0mes liés à l’im$léme!a!io1 Pour les résoudre. il es! égaleme! écessaire de me!!re e $lace ue s!ra!égie de ré6écheloeme!1 A ce! effe!. o défii!

•

\ & f&> j fd

/#>

A b E

&fE

&

E

!

j Wy L’algori!hme de Fi!erbi a)ec ré6écheloeme! > es! alors doé $ar l’algori!hme C1 Sa com$le&i!é es! 1 d’a)érer $lus cou!eu&1

. ce$eda!. le calcul des logari!hmes $eu!

Pou' 1 F$'e • a  ]a x j Fn Pou'

1 F$'e Pou'  1 F$'e   ‰• •  \ˆk\ ]a \Š •  \   ‰• ]a \Š]a x j  2 ] a x j • •  ]a \• Fn Pou' Fn Pou'   ‰• &o \ˆk\ Š a b  1E 'o \   ‰• Š • &o Pou'  1 F$'e &o •  &o Fn Pou' Pou'

&

Al%o't0#e IV2 +Al%o't0#e de Vte'b $ve( '*; *(0elonne#ent

@E


IV2@2 A!!'ent&&$%e de& #od.le& de M$'/ov ($(0*& A$$redre u MM' c’es! a-us!er les $aram0!res du mod0le

de

mai0re

à

ma&imiser

u

cer!ai cri!0re1 3iffére!s cri!0re so! dis$oibles das la li!!éra!ure1

;ous

’allos

$as

!ous

les

receser. mais ous allos $rése!er les $lus im$or!a!s e! les $lus couramme! u!ilisés1

IV2@2: A!!'ent&&$%e *t)uet* Pour effec!uer u a$$re!issage é!i+ue!é. égaleme! cou

das

la

li!!éra!ure

comme

l’a$$re!issage de Fi!erbi. o dis$ose de deu& iforma!ios  e! 1 la sé+uece d’é!a!s cachés ' +ui a egedré la sé+uece la

sé+uece

$récéde!e1

d’obser)a!ios

Le

cri!0re

cherche à ma&imiser es! b  ma&imiser.

il

suffi!

+ue

1 E de

l’o

'Wy 1 Pour le

com$!er

les

différe!es !rasi!ios du s7s!0me1 Habi!uelleme!. a)ec ce

!7$e

d’a$$re!issage.

o

e

cosid0re $as ue seule sé+uece d’obser)a!ios à la fois. mais

f  1 m les sé+ueces d’obser)a!ios. '  f  ' m les sé+ueces LfL  m d’é!a!s associées e! les

$lusieurs1

;o!os

1



logueurs des sé+ueces1 3as ce cas. o u!ilise !ou-ours le

com$!age

des

différe!es

!rasi!ios du s7s!0me. mais e cosidéra! !ou!es les sé+ueces

simul!aéme!

de

mai0re

idis!ic!e1 L’algori!hme d’a$$re!issage é!i+ue!é es! doé $ar l’algori!hme IV21 Sa com$le&i!é es! 1 !o!ale des sé+ueces

] 3 ] e désiga! $ar

d’obser)a!ios cosidérées1

Ž fL f   Ž f U Ž f U f3L2  Pou' 1  F$'e In('*#ente' & Pou' 1 F$'e In('*#ente' & j S  Alo'& I n ( ' * # e n t e ' 2 &

 & 

F

. la logueur

 n S  F  n P o u ' F  n P o u ' Ž

[ˆˆ

f V

[

  

Ž f U f L\ ˆ@

Ž f U

ˆ

3 [ ˆ

 ˆ

f 3 x U Al%o't0#e IV2 + A!!'ent&&$%e *t)uet*

CB

'ha$i!re 5F Les Mod0les de MarGo) 'achés Lors+ue le ombre de sé+ueces d’obser)a!ios ou de sé+ueces

d’é!a!s

cachés

ou

!ou!

sim$leme! le ombre d’a$$ari!ios d’u ou $lusieurs mo!ifs es!

!ro$

rédui!.

l’a$$re!issage

es! sou)e! $eu efficace. car le mod0le ’arri)e $as à gééraliser

ce

+u’il

doi!

recoai!re1

%

effe!. de ombreuses $robabili!és so! !r0s $e!i!es. )oire ulles1

U

mo7e

de

résoudre

ces

$robl0mes cosis!e à effec!uer u lissage lors de l’es!ima!io des $robabili!és1 % o!a!

  le coefficie! de lissage. l’algori!hme es! doé $ar l’algori!hme IV21 3as ce! algori!hme. le coefficie! de lissage es! ide!i+ue $our !ou!es les $robabili!és. mais rie ’em$Qche de le choisir différe! $our chacue d’elles. afi d’iclure des coaissaces e&$er!es das l’a$$re!issage1

Ž fL f   Ž f U Ž f U f3L2  Pou' 1  F$'e In('*#ente' & Pou' 1 F$'e In('*#ente' & j S  Alo'& I n ( ' * #

e n t e ' 2 &

 & 

F  n S  F  n P o u ' F  n P o u ' Ž

f V

][ ˆ

Ž f U f L\ 

ˆ

]  ][ˆ  ˆ ]2 

Ž f f U 3x U 3 ][

3 ˆ

ˆ

Al%o't0#e IV2 + A!!'ent&&$%e *t)uet* $ve( l&&$%e

IV2@2< M$5#&$ton de l$ v'$&e#bl$n(e Le cri!0re de ma&imum de )raisemblace cosis!e à !rou)er

le

$robabili!é b  de

!rou)er

mod0le

yo

ma&imisa!

la

1Wy >1 % gééral. il ’es! $as $ossible ce

mod0le

o$!imal1

;éamois. $our !e!er de résoudre ce $robl0me. il e&is!e $rici$aleme!

deu&

mé!hodes



u!iliser l’algori!hme %&$ec!a!io6Ma&imisa!io. ou u!iliser ue desce!e de gradie!1

]

C<


IV2@2<2:2 Int'odu(ton 1 l’$l%o't0#e E5!e(t$ton; M$5#&$ton L’algori!hme %&$ec!a!io6Ma&imisa!io %M es! ue mé!hode

géérale

d’o$!imisa!io

e $résece d’iforma!io icom$l0!e1 L’algori!hme $erme!.

u. de !rou)er u mod0le  +ui augme!e la )raisemblace1 3as ce!!e sec!io. ous e démo!reros $as l’algori!hme EM1 ;ous ous co!e!eros à

$ar!ir

-us!e

d’u

mod0le

d’e&$oser

les

ii!ial

$rici$es

e!

formules +ui ous sero! écessaires $ar la sui!e1 Le lec!eur i!éressé

!rou)era

das

?B

u

e&$osé $lus com$le! de la mé!hodologie de l’algori!hme

E5!e(t$ton;M$5#&$ton1 Par!iculi0reme! bie

ada$!é à des $robabili!és.

l’algori!hme EM re$ose sur deu& h7$o!h0ses sim$les  ma&imiser b

W3 W3

 es! é+ui)ale! à ma&imiser Ab  R

l’i!roduc!io de )ariables o obser)ées ou cachées ? défiies sur ‘ das l’e&$ressio de la )raisemblace $erme! d’effec!uer les calculs $lus facileme!1 3as le cas de )ariables aléa!oires discr0!es. o défii!  u . =E $ar 

 u W3

[ b ?/‘ 

•W

3

u A b

L?

;/‘“A b

L?

u

”

W3

A)ec ‘“ ” l’es$érace ma!héma!i+ue de

3

IW

sur l’esemble ‘1

L’algori!hme %M ?B cosis!e doc à cos!ruire. à $ar!ir d’u mod0le ii!ial   ue sui!e de mod0les 

–P )érifia!

  

—  

Ue codi!io suffisa!e es! alors de rechercher le mod0le €˜ +ui ma&imise la foc!io

   1 La sui!e



–P )érifie.

$our !ou!  : e!  

™  . la

rela!io

b

W3



 

W3

L’u des $lus cél0bres a$$lica!ios de l’algori!hme %M es! l’algori!hme (aum6Jelch $erme!!a! l’a$$re!issage des MM' 1

C>




IV2@2<2<2 L’$l%o't0#e de ,$u#;gel(0 3as le cas des MM'. o cherche à ma&imiser b  1Wy

1

o de

désige

ue

sé+uece

obser)a!ios1 % a$$li+ua! l’algori!hme %M à la

ma&imisa!io

de

ce!!e

$robabili!é2

O

es! ameé à ma&imiser  y yu . a)ec y  w  le ou)eau

mod0le

yu

e!

le

mod0le

ou ac!uel 

j y yu [

b E 'W

1yu Ab  1E 'Wy'/# % effec!ua! les différe!s calculs. o ob!ie! 

 b E ! W1yu \

[ > b_E ! Eš ! W  1yv:@ [ >

b E ! W  1  y v

@

[ b_E ! W 1yv:† j@ [ b E ! W 1yv

x

@



cou

Les formules de ré6es!ima!io ob!eues ci6dessus $eu)e!

s’i!er$ré!er

de

la

fao

sui)a!e

 -NL›…›SSZ* œu hZNh œ…AR u*Z…Z RS 1 uSARZ…AZ Z AL›Nh œh ZN…ARSZSLAR œh v*Z…Z RS 1 v x  SARZ…AZ Z AL›Nh œh žLSR L‰ vLA ŸMSZZh v*Z…Z R

\

S

œv…--…NSZSLA

AL›Nh

RSMZ…A*hR œh v*Z…Z R hZ œM

R¡›Lh

¢

AL›Nh œv…--…NSZSLAR œh v*Z…Z R 

O $eu! alors remar+uer +ue le $rici$e res!e similaire à celui

de

l’a$$re!issage

é!i+ue!é

du $aragra$he 5F1?1< . à la différece +ue s’effec!ue

e

$robabili!é

l’é!i+ue!age

a)a!

ré6

es!ima!io1

L’algori!hme de (aum6Jelch >= es! doé $ar l’algori!hme E1 Sa com$le&i!é es!

1

] 3 1 3’ue mai0re aV)e. les $robabili!és u!ilisées $our la ré6

es!ima!io des ma!rices $eu)e! Q!re ob!eues $ar les

algori!hmes 9orard e! (acGard1 'e$eda!. !ou-ours $our des $robl0mes d’im$léme!a!io uméri+ues. o

u!ilise $lu!*! leurs )ersios u!ilisa! les algori!hmes a)ec ré6écheloeme!1 C=


C0o&' un #odel nt$l y R*!*te' C$l(ule' le& v$'$ble& Fo'$'d et ,$(/$'d !ou' le #odel y C $ l ( u l e '  £ y C $ l ( u l e '  £ y

¢]

C $ l ( u l e ' w £ y T$nt )ue _b  1Wy    1Wy

: 

\

Al%o't0#e IV2K + Al%o't0#e de ,$u#;gel(0

IV2@2<2>2 De&(ente de %'$dent La deu&i0me mé!hode $erme!!a! d’o$!imiser la )raisemblace  ‚

ƒW„ cosis!e à u!iliser la desce!e de

gradie!1 L’u!ilisa!io de la desce!e de gradie! a)ec des MM' $ose u $robl0me de !aille. les co!rai!es de s!ochas!ici!é doi)e! Q!re res$ec!ées $ar les $aram0!res du mod0le1

A2 C0$n%e#ent de l’e&!$(e de 'e!'*&ent$ton Ue solu!io sim$le cosis!e à re6$aramé!rer les MM' a)ec des )ariables $rea! leurs )aleurs das l’es$ace réel à l’aide des é+ua!ios sui)a!es 

Ž q q

 \ 

Ž q q  q  q 3 x Ž q q  

h¤-  [ h¤- @  h¤-  [ 3 h¤- @  h¤-  [ h¤-  @

Si l’o su$$ose +ue les coefficie!s des ma!rices s!ochas!i+ues

so!

s!ric!eme!

$osi!ifs.

alors il e&is!e au mois ue solu!io à ces é+ua!ios1 U MM' y es! alors $arfai!eme! défii $ar les !rois ma!rices s!ochas!i+ues y réelles y

 w  ou les !rois ma!rices ? 2

3as le cas o !ous les coefficie!s e so! $as s!ric!eme! $osi!ifs. il es! !ou-ours $ossible de fi&er le coefficie! ul à ue )aleur !r0s $e!i!e. mais o ulle. de mai0re à e $as !ro$ déformer le mod0le1

C?

'ha$i!re 5F Les Mod0les de MarGo) 'achés 5l es! i!éressa! de o!er +ue les $aram0!res e

so!

$as

ui+ues1

%

  e!

2

effe!.

l’a-ou! d’ue cos!a!e commue à cha+ue bloc de )ariables s!ochas!i+ue doe des )aleurs )érifia! égaleme! les é+ua!ios1 Pour x  e!  au& coefficie!s $asser  

des

coefficie!s

\

e! 2 . il suffi! alors d’u!iliser les

formules sui)a!es  

 A \ • 

 A x  A 

L’u!ilisa!io de ce $aramé!rage $our le calcul des déri)ées $ar!ielles $ose ce$eda! $robl0me lors+ue l’ue

des $robabili!és du mod0le es! ulle1 Ue solu!io couramme! u!ilisée es! d’im$oser +ue les coefficie!s soie! o uls1 Ue au!re solu!io cosis!e à défiir l’o$éra!eur LN

e im$osa! ue )aleur ¥   $roche de zéro e! ue )aleur

< éga!i)e e! grade e )aleur absolue. !elle +ue q¥

¦{ <  R S

 A R S A L A % rem$laa! l’o$éra!eur A das les é+ua!ios du $aragra$he A. il es! $ossible de e $as im$oser de co!rai!es

de s!ric!e $osi!i)i!é au& coefficie!s du mod0le1 'e$eda!. il fau! a)oir à l’es$ri! +ue ce!!e !rasforma!io ’es! $as ré)ersible1

,2 C$l(ul du %'$dent Soi! ¦ y

A b  1Wy 1 Ma&imiser la )raisemblace

b 

1Wy es! é+ui)ale! à ma&imiser le logari!hme de la )raisemblace ¦ y 1 'alculos le gradie! de ¦ y $ar ra$$or! au& $aram0!res de y au $oi! (1 §¦ y ( §y

§b  1Wy b  1W( §y

(

Ma&imiser ¦ y écessi!e doc de calculer les déri)ées $ar!ielles de b  1Wy $ar ra$$or! au& différe!s $aram0!res du mod0le1

§ b  1 y

[ |

\ x j ~  \ LU [

§ 

C@

|

~

'ha$i!re 5F Les Mod0les de MarGo) 'achés § b [  1 W y x § 

§ b  1 W y §2

~ | j ~

j

 x 

  b  1Wy

§ b[  1 ¨ y

\ x j •  \ LU [

| [

}

•

}>

• > >

j  x 

b  1Wy

x j •

§





b 1ÿ b  1Wy §  b 1ÿ b  1ÿ §2

A $ar!ir de ce gradie!. il es! $ossible d’u!iliser ’im$or!e +uelle desce!e de gradie! !elles +ue celles décri!es das “© ”o

'e$eda!. il fau! garder à l’es$ri! +ue ce calcul es! cou!eu& e !em$s machie1 Sa com$le&i!é es! 1

] 3 1

O o!era +ue. l’algori!hme de (aum6Jelch ou la desce!e de gradie!. les deu& mé!hodes écessi!e! u mod0le ii!ial à améliorer1 'es a$$roches sim$les $oss0de! u gros ico)éie!  elles so! sesibles au $oi! de dé$ar! e! elles co)erge! )ers des o$!ima locau& de la )raisemblace1 5l e&is!e de ombreuses )aria!es de l’algori!hme EM cos!rui!es $our $allier à cer!ais de ces ico)éie!s1

?

Sto(0$&t( E5!e(t$ton M$5#&$ton SEM

L’algori!hme

S!ochas!ic

%&$ec!a!io

Ma&imisa!io

?>

$eu!

u!ilisé

$our

égaleme!

effec!uer

L’algori!hme

Q!re

l’a$$re!issage

S%M

es!

de

ue

MM'1

)aria!e

s!ochas!i+ue de l’algori!hme %M. beaucou$ mois sesible au

$oi!

de

dé$ar!1



$ar!ir

d’u

mod0le ii!ial y . il cosis!e à egedrer e $robabili!é. selo

la

loi

de

y

.

ue

sé+uece

d’é!a!s cachés a7a! egedré la sé+uece d’obser)a!ios1  $ar!ir

de

ce!!e

sé+uece

d’é!a!s

cachés. u a$$re!issage é!i+ue!é es! réaliser afi d’ob!eir

u

ou)eau

mod0le

„˜

1

La

$rocédure es! réi!érée $lusieurs fois1

'e!!e mé!hode $oss0de deu& a)a!ages im$or!a!es $ar ra$$or!

à

l’algori!hme

%M



la

co)ergece es! ra$ide e! l’algori!hme S%M es! $eu sesible au

mod0le

ii!ial1

'e$eda!.

la

mé!hode $oss0de égaleme! deu& gros désa)a!ages  elle es! mois efficace +ue l’algori!hme CC


%M (aum6Jelch e $résece de sé+ueces d’obser)a!ios !ro$ cour!es e! la sui!e des X o ’a $as b 

mod0les ob!eus e co)erge $as $oc!uelleme!

1Wy

1Wy

qb 

mais ui+ueme! globaleme! W1

Le lec!eur $ourra remar+uer +ue ce! algori!hme es! $roche

de

l’algori!hme

&e%#ent$l

de

/;#e$n& de la sec!io E seul le mode de gééra!io de la sé+uece d’é!a!s cachés chage1

?

E&t#$ton Condtonnelle It*'$tve + ICE

L’algori!hme d’%s!ima!io 'odi!ioelle 5!éra!i)e 5!era!i)e

'odi!ioal

%s!ima!io6

ICE es! ue mé!hode d’o$!imisa!io e $résece de doées cachées

$ro$osée

das

?D1

Le

$rici$e de

5'% cosis!e à u!iliser u es!ima!eur des

$aram0!res

du

mod0le

calculé

à

$ar!ir

des iforma!ios com$lé!ées. c’es!6à6dire à $ar!ir de la sé+uece

d’obser)a!ios

e!

d’ue

sé+uece d’é!a!s cachés1 5l a é!é mo!ré +ue la meilleure a$$ro&ima!io

du

mod0le

au

ses

de

l’erreur +uadra!i+ue mo7ee es! l’es$érace codi!ioelle1 Aisi.

das

des

cas

$ar!iculier

des MM'. l’algori!hme ICE $erme! d’abou!ir au& mQmes formules

de

ré6es!ima!io

l’algori!hme de (aum6Jelch

?

Le& $ut'e& v$'$nte&

+ue

3’au!res )aria!es de l’algori!hme %M so! dis$oibles das

la

li!!éra!ure1

5l

es!

$ossible

de ci!er l’algori!hme de SAEM ?=. +ui es! u i!ermédiaire

EM SEM. MCEM e! ou ??. +ui u!ilise de mai0re i!ese la gééra!io de sé+ueces d’é!a!s e! les mé!hodes de e!re

Mo!e6'arlo1

IV22 C't.'e du #$5#u# $ !o&te'o' MAPB Le cri!0re de ma&imum a $os!eriori MAP !rou)e so i!érQ! das la !héorie de la décisio ba7ésiee1 2us+u/à mai!ea!. ous a)os cosidéré des cri!0res d’o$!imisa!io des mod0les u!ilisa! la r0gle de décisio sui)a!e  Si b 

1Wy   ‚

$robableme!

émise

1Wy $ar

alors 1 a é!é le $lus le

mod0le

y2 (ie +ue la o!io de X $lus $robableme! émise W soi! couramme! u!ilisée afi de dire X a$$ar!ie! W. c’es!6à6dire. $our o!re e&em$le. +ue la sé+uece d’obser)a!io 1 a$$ar!ie! à la classe modélisée $ar y . rie e gara!i! +ue ce choi& soi! o$!imal1

CD

'ha$i!re 5F Les Mod0les de MarGo) 'achés U mo7e de gara!ir u choi& o$!imal. au mois e !héorie. es! d’u!iliser la !héorie de la décisio ba7ésiee ?@1 Le cri!0re de décisio u!ilisé es! alors

b y ¨  1   y ¨  1 . alors 1 a$$ar!ie! à la classe y 'e cri!0re $ose $robl0me. car ous e sa)os $as comme!

e&$rimer ces $robabili!és1 'e$eda!. e

!rasforma! ces $robabili!és. o ob!ie! 

b y¨ 1b1ÿby

b1

O b yW 1 es! la $robabili!é a $os!eriori du mod0le y coaissa! la sé+uece d’obser)a!ios 1 . b y

es! la $robabili!é a $riori. d’a$$ari!io du mod0le y e! b 

1 es! la $robabili!é a $riori d’a$$ari!io de la sé+uece d’obser)a!ios 11

Le cri!0re MAP $oss0de u a)a!age cer!ai sur le cri!0re de ma&imum de )raisemblace  Les $robabili!és a $riori $erme!!e! de modéliser le désé+uilibre é)e!uel das l’a$$ari!io des sé+ueces d’obser)a!ios1 La $remi0re remar+ue +ue l’o $eu! faire es! +ue les $robabili!és b 

1 $eu)e! Q!re igorées car. das la r0gle

de décisio ba7ésiee. elles $eu)e! Q!re sim$lifiées1

L’a$$re!issage des mod0les a)ec le cri!0re MAP dé$ed

!r0s

for!eme!

des

ob-ec!ifs

)isés1 Lors+ue l’ob-ec!if

les es!

mod0les alors

so!

a$$ris

sé$aréme!

de

ma&imiser

la

$robabili!é b y ¨ 

1 . c’es!6à6dire. a$r0s sim$lifica!io. ma&imiser b  1 ¨ y b y 1 Si la $robabili!é b y s’e&$rime idé$edamme! des )aleurs $rises $ar les ma!rices s!ochas!i+ues +ui le défiisse!. alors les deu& $robabili!és

$eu)e!

Q!re

a$$rises

Pour la $robabili!é b  ma&imum

sé$aréme!1

1Wy . il suffi! d’u!iliser le cri!0re de

de

)raisemblace

e!

$our la $robabili!é b y

o u!ilise gééraleme! ue

es!ima!io

de

s!a!is!i+ue

l’a$$ari!io

de

ce mod0le1

3as le cas o l’e&$ressio de b y dé$ed des )aleurs $rises $ar les $aram0!res du mod0le. il ’es! $as $ossible d’u!iliser le cri!0re de ma&imum de )raisemblace1 Ue solu!io cosis!e alors à u!iliser ue desce!e de gradie!

afi

de

ma&imiser

le

A b 

1Wy ] A b y à codi!io +ue b y soi!

différe!iable1 Lors+ue le cri!0re de)ie! C

cri!0re

'ha$i!re 5F Les Mod0les de MarGo) 'achés $lus com$le&e. ou lors+u’il u!ilise $lusieurs mod0les ou sé+ueces

d’obser)a!ios

e

simul!aé. la mQme démarche $eu! Q!re u!ilisée  s’il es! $ossible

d’o$!imiser d’o$!imise r

sé$aréme! sé$aré me!

les

deu& !7$es de $robabili!és. il fau! les !rai!er sé$aréme!1 3as

le

ca s

o

cela

’es!

$as

$ossible. le mo7e mo 7e le $lus coura! d’effec!uer l’a$$re!issage cosis!e

à

u!iliser

la

desce!e

de

grad gradie ie! !11 Pour Pour cer! cer!ai ais s cri! cri!0r 0res es.. il ’es ’es!! $as $as $o $ossi ssibl blee les $rob $robab abiili! li!és b

d’él d’élim imi ieer



1



il

es! alors écessaire de les modéliser e! de les iclure das la desce!e de gradie!1

IV22 IV22 M$5#&$ton de l’no'#$ton #utuelle L’u des bu!s $rici$au& de l’a$$re!issage de MM' es! d’ef d’effe fec! c!ue uerr ue ue class classif ific ica! a!io io1 1 % effe effe!. !. o cher cherch chee sou)e!. à $ar!ir d’ue obser)a!io 1. à décider de mai0re au!oma! au!oma!i+ue i+ue à +uelle au!re obser)a!io elle ressemble le

$lus e! sur!ou! sur!o u! à décider décid er à +uelle classe de sé+ueces d’obser)a!ios elle a$$ar!ie! réelleme!1 cosi sid0r d0ree u u s7s!0 s7s!0me me E5e#!le E5e#!le llu&t'$t llu&t'$t O co d’ide!ifica!io

biomé!ri+ue

basé

sur

la

$ho!ogra$hie $ho!ogra$ hie du )isage1 5i!ialeme!. 5i!ialeme !. le s7s!0me $oss0de de

au

cha+ue

mois $erso rsoe

$ho!ogra$hie a$r0s

+u’elle

ue à

$ho!ogra$hie $ho!ogr a$hie

recoai!re1

es! modélisée $ar ai!

é!é

'ha+ue

u MM'

!rasformée

$ar

u

$rocédé

+uelco+ue +uelco+ ue

e

sé+uece sé+uec e

d’obser)a!ios1 Si ue $ersoe se $rése!e de)a! la caméra.

le

s 7s!0me

)a

$ red re

ue $ho!ogra$hie. la !rasformer e sé+uece e!

com$arer

les

différe!es

)raisemblaces a)ec les MM' a$$ris1 Le MM' +ui $erme!

d’ob!eir d’ob!ei r

la

meilleure

)raisemblace $erme! alors de dire +ue la $ersoe es!

celle

+ui

corres$od

à

la

$ho!ogra$hie $ho!ogra$ hie du MM'1 % !héorie. ce!!e mé!hode foc!ioe

mais.

e

$ra!i+ue.

ce

’es! ’es! $as !ou-o ou-our urss le cas1 as1 Si l’ese esem mble ble des $ho!ogra$hies

cocere

des

$ho!ogra$hies

de )isages de $ersoes de mQme couleur de $eau e! de

mQme

couleur

de

che)eu&.

alors il 7a de grade chaces $our +ue les mod0les recoaisse!

b ie 

l’esemble

d es

)isages. car la modélisa!io des )isages sera +uasi ide!i+ue1

Ue

solu!io

c o  s i s !e

à

effec!uer l’a$$re!issage des MM' a)ec u au!re cri!0re

+ue

la

)raisemblace1

Le

cri! cri!0r 0ree de $réd $rédil ilec ec!i !io o $o $our ur ce!! ce!!ee !ach !achee es! es! la ma&imisa!io

de

l’iforma!io

mu!uelle

M5M. M5M. Plusie Plusieurs urs )aria )aria!e !ess de la ma&im ma&imisa isa!i !io o de l’iforma!io

mu!uelle

e & i s! e  !



elles

so! $rése!ées ci6dessous1

IV22:2 IV22:2 M$5#&$ton de l’no'#$ton #utuelle de l$ v'$&e#bl$n(e La $rem $remi0 i0re re form formee du cri! cri!0r 0ree de MIM s’a!!ache à différe!ier

le s

mod0les

$a r

le u r s

)raisemblaces1 A ce! effe!. o cherche à ma&imiser la )raisemblace de la sé+uece CE

'ha$i!re 5F Les Mod0les de MarGo) 'achés d’obser)a!ios à a$$redre 1 mais égaleme! à miimiser la )raisemblace

des

sé+ueces

d’obser)a!ios à e $as recoai!re LfL 1 L’a)a!age de ce

cri!0re

es!

+u’il

laisse

le

MM' modéliser ce +ui es! carac!éris!i+ue. !ou! e acce$!a! de

m o i s

b ie 

modéliser

ce

+ui

e l’es! $as1

'e cri!0 cri!0re re $eu! $eu! $redr $redree $lusie $lusieurs urs forme formes1 s1 La forme forme $rése!ée ci6a$r0s ci6a$r0 s es! celle décri!e das >1 'e!!e forme es! i!é i!ére ress ssa a!e !e.. car car elle elle $erm $erme! e! de gére gérerr faci facile leme me! ! les les $robl0mes $robl0 mes de $récisio uméri+ue1

 yb1ÿ

z b d @

Wy

'omm omme ou ous $ou)o ou)os s le )oir oir. ma&i a&imiser ser ce!! e!!e e&$ressio e!raie la ma&imisa!io de la )raisemblace b 

1Wy e! la la miimisa!io des )raisemblaces b  Wy 1 O remar+ue alors +ue ma&imiser   y es! é+ui)ale! à ma&imiser so logari!hme é$érie1 O défii! alors

¦y 

A   y ÿ

A b  1 ¨ y  [



A b

Pour o$!imiser ce cri!0re. il es! alors $ossible d’u!iliser ue

desce!e

de

gradie!.

5l

es!

doc écessaire de calculer le gradie! de ¦ y 1 'e derier es! doé $ar l’é+ua!io sui)a!e  §y §¦ y

§b  1ÿ

b  1ÿ

§ÿ



M[

§ b y b y §y

Or ce gradie! ’es! au!re +u’ue combiaiso liéaire des gradie!s calculés à la sec!io C1 Pour cela. o o!e } (acGard a)ec ré6

. •

.

les )ariables 9orard e!

écheloeme! e! les coefficie!s de ré6écheloeme! calculés $our la sé+uece d’obser)a!io 11 O o!e } (acGard a)ec ré6

. •

. e!

les )ariables 9orard e!

écheloeme! 1 Alors. e re$rea! les é+ua!ios de la sec!io $récéde!e. o ob!ie! §¦ y[ § 

} \ x

[ } \ x_



M[

}

}>

j •  \ LU [

>

:•  M\ LU [ j  x

§ ¦ y §[ •

• >





DB

}>

• > >

'ha$i!re 5F Les Mod0les de MarGo) 'achés }



M [_ %! §¦ y §2

: x  [ •

x j • [ x_

 :•



5l suffi! alors d’u!iliser la !echi+ue de la desce!e de gradie!1

IV22<2 M$5#&$ton de l’no'#$ton #utuelle du MAP Le cri!0re de ma&imisa!io de l’iforma!io mu!uelle $our le cri!0re de décisio MAP décri! das ?D codui! à la miimisa!io du cri!0re ª y 1 a)ec « l’esemble des ¦ MM' y f y ¦ m

re$rése!a!

les ¦

e! 

classes

l’esemble des sé+ueces d’obser)a!ios à a$$redre1 O défii!

1 / “ 2 2 ¦” le uméro de la classe

associée à la sé+uece d’obser)a!ios 1 1 Le cri!0re es!  [y /y [

ª <« «tMª «˜t A)ec

<[ « b yy /y A by %!

ª «˜t

/1

b  1y1

Ab1y

byb1

Si l’o cosid0re +ue les $robabili!és b  1 so! cos!a!es e! +ue les $robabili!és

b y ¨  1 so! ulles. sauf

+uad ma&imiser

 . alors miimiser ª «  es! é+ui)ale! à

?D  b_ 1ÿ:b y

S «˜t

[y /y [y/yb_ 1 Wy :b y

[1/.

A)ec .

‰1 / 1W _1:

Š1

La ma&imisa!io de  « ˜  $eu! alors Q!re réalisée gr,ce à ue desce!e de gradie! ou gr,ce à l’algori!hme de (aum6Jelch1

D<


IV22 Le ('t.'e de &e%#ent$l /;#e$n& Parmi

l’esemble

l’a$$re!issage

de

des

cri!0res

MM'.

le

u!ilisés

$our

cri!0re

de

segme!al G6meas se dé!ache des au!res1 % effe!. $our ce cri!0re.

o

cherche

$robabili!é b  d’é!a!s

o$!imiser

la

' o W y a)ec 'o la sé+uece

1 E

cachés

à

+ui

a

le

$lus

$robableme! egedré la sé+uece !elle +ue calculée $ar l’algori!hme

de

Fi!erbi1

Ue

des

grades difficul!és de ce cri!0re es! +u’il ’es! i déri)able. i mQme

co!iu1

Par

cosé+ue!.

les mé!hodes s’a$$u7a! sur l’algori!hme %M ou les desce!es

de

gradie!

e

so!

$as

u!ilisables1 'e$eda!. il e&is!e +uad mQme u mo7e d’a-us!er

les

$aram0!res

d’u

mod0le

de mai0re à ma&imiser ce!!e $robabili!é1 'e! algori!hme a$$elé

segme!al

G6meas

re$ose

sur deu& algori!hmes décri!s $récédemme!  l’algori!hme de

)i!erbi

e!

l’a$$re!issage

é!i+ue!é1 So $rici$e es! sim$le   $ar!ir d’u mod0le ii!ial e! de la sé+uece d’obser)a!ios

1.

o

recherche

la

sé+uece

d’é!a!s cachés +ui a le $lus $robableme! é!é sui)ie $our géérer

1

à

l’aide

de

l’algori!hme

de

Fi!erbi1 'e!!e recherche $erme! d’é!i+ue!er la sé+uece 1 e! $ar cosé+ue! de la segme!er R Ue fois é!i+ue!ée. la sé+uece 1 es! alors a$$rise $ar com$!age des !rasi!ios effec!i)es e!re les é!a!s e! les émissios de s7mboles1 'e!!e é!a$e $eu! alors Q!re cosidérée comme u G6meas cosis!a! à ré6es!imer les X ce!res des classes W R

?

Le ou)eau mod0le es! alors u!ilisé comme

mod0le ii!ial e! les deu& o$éra!ios $récéde!es so! ré$é!ées !a! +ue écessaire1 5l a $u Q!re mo!ré ?C +ue l’algori!hme de segme!al G6 meas X algori!hme III2: W $erme!!ai! d’augme!er la $robabili!é

b  1 E 'o W y de mai0re i!éra!i)e e! +u’il co)ergeai! )ers u ma&imum local du cri!0re cosidéré1 Lors+ue l’o u!ilise ce cri!0re. il fau! faire a!!e!io à sa formula!io1 L’augme!a!io i!éra!i)e de la $robabili!é cosis!e à !rou)er u mod0le y à $ar!ir d’u mod0le y !el +ue o

 ‚ WyH

b  1E 'o W y ƒ

 ‚ ƒ 'o ÿ

b  la

%! o $as !el +ue

1

E

'o W

y

a)ec 'o

o

la sé+uece de Fi!erbi ob!eue a)ec le sé+uece de Fi!erbi ob!eue a)ec fH˜

le mod0le „f e! mod0le y 1 % effe!. la sé+uece de Fi!erbi chage lors+ue le mod0le es! modifié1

D>

'


C0o&' un MMC nt$l y R*!*te' 'o  ˆx 1y E&t#e' y 1 !$'t' de 1 'o T$nt )ue b  1 E 'o W y   ‚ ƒ  'o ÿ Al%o't0#e IV2: + Al%o't0#e de &e%#ent$l /; #e$n&

L’algori!hme de segme!al G6meas $eu! égaleme! Q!re u!ilisé a)ec $lusieurs sé+ueces d’obser)a!ios1 Pour cela. il suffi! de cosidérer le cri!0re d’a$$re!issage

z b  ' E 'o ÿ L’algori!hme cosis!e alors à a$$li+uer l’algori!hme de Fi!erbi à chacue des sé+ueces d’obser)a!ios e! à u!iliser l’a$$re!issage

é!i+ue!é

de

!ou!es

ces

sé+ueces

simul!aéme!. comme décri! $récédemme!1 'e! algori!hme es! $arfois u!ilisé e raiso de sa ra$idi!é e lieu e! $lace de l’algori!hme

de (aum6Jelch. e cosidéra! l’h7$o!h0se sui)a!e  les $robabili!és com$lé!ées b 

1 E 'Wy so! ulles ou égligeables $our !ou!es les sé+ueces d’é!a!s. à l’e&ce$!io de

celle de la sé+uece 'o de Fi!erbi associée1 Par cosé+ue!. ma&imiser. b  1Wy es! é+ui)ale! à ma&imiser b  1 E 'o W y 1 (ie +u’il soi! $ossible de !rou)er des mod0les

$a!hologi+ues co!redisa! ce!!e h7$o!h0se. das la $ra!i+ue. l’h7$o!h0se es! sou)e! cofirmée1

] IV22 Mn#&$ton du t$u5 d’e''eu' de (l$&&($ton 'e cri!0re a $our ob-ec!if de miimiser le !au& d’erreur de

classifica!io a)ec ue décisio soumise au cri!0re MAP1 Pour le décrire bri0)eme!. o cosid0re u esemble ¬

 1  1 m de sé+ueces d’obser)a!ios aisi +ue le uméro de la classe +ui leur so! associés1 Soi!  f¦m les ª classes à a$$redre e! y fy¦ m les MM' associés1

IV22:2 P'e#.'e $!!'o(0e 3as ce!!e $remi0re a$$roche. o a abou!i au cri!0re sui)a!. a$r0s $lusieurs !rasforma!ios e! a$$ro&ima!ios 

D=


 [

/ 1 I

¦ b  1 Wy [1 b y [¦ b d 1 Wy b ya

M

a@

a

Si l’o su$$ose +ue les classes a$$araisse! a)ec la mQme $robabili!é 2 2b y $our !ou! f ¦. alors miimiser

¦

9® re)ie! à ma&imiser 9® a)ec

¯

¦ 1 Wy [¦ b d 1 Wy a@

b a

[ [ 1 /° 1 I

5l suffi! alors d’u!iliser ue desce!e de gradie! sur l’esemble des $aram0!res y f y¦ m $our ma&imiser

¯ e! doc miimiser  1 Pour +ue l’a$$ro&ima!io effec!uée soi! )alable. il es! écessaire +ue les mod0les ii!iau&

u!ilisés $ar la desce!e de gradie! aie! é!é ob!eus $ar la ma&imisa!io de z1 /¬

b 1 Wy 1

$ar u des algori!hmes de ma&imisa!io de

la )raisemblace décri! $récédemme!1

(ie +ue ce cri!0re semble i!éressa!. il ’ob!ie! $as !ou-ours de bos résul!a!s1 % effe!. miimiser  e gara!i! aucueme! +ue ce !au& sera faible sur u esemble d’obser)a!ios au!re +ue celui u!ilisé $our l’a$$re!issage1

IV22<2 Deu5.#e $!!'o(0e 3’au!res défiisse! le cri!0re de miimisa!io des erreurs de classifica!io miimum classifica!io error MCEB sous la forme ±

A)ec

; 

Ab1ÿ

[1 /1 ² I\ yU/y±’ 1U

b  1 ÿ _1 :

! 2— ! j

² 2 Œ 'e cri!0re ’es! $as déri)able. i mQme co!iu1 Pour l’a$$rocher sous forme co!iue. il suffi! d’u!iliser ue sigmoVde “ 2

&ot#$5 A [

2

” à la $lace de ² 2 e! l’o$éra!eur

à la $lace de \ 2 1 Le cri!0re ± $eu! alors Q!re a$$roché ?D $ar 



[ 1 /1 ; h¤- eA[ Ab  1 ³y

b  1 Wy _1 :

/

´1

y y±

Le cri!0re  $eu! alors e!re miimisé à l’aide d’ue desce!e de gradie!1

]

D?

'ha$i!re 5F Les Mod0les de MarGo) 'achés 3as la li!éra!ures. O !rou)e d’au!re formes de cri!0res de miimisa!io des erreurs de classifica!io +ue Les deu& forme de $rése!ées ci6dessus1

IV2K2 Re#$')ue& %*n*'$le& &u' le& ('t.'e& d’$!!'ent&&$%e 'omme ous )eos de le )oir. de ombreu& cri!0res $eu)e!

Q!re

cosidérés

$our

l’a$$re!issage de mod0les de MarGo) cachés1 Les cri!0res +ue

ous

a)os

décri!s

das

ce

cha$i!re e so! $as les seuls e)isageables. mais ce so! les $lus

couramme!

u!ilisés1

3e

$lus. la démos!ra!io des algori!hmes d’a$$re!issage fouri!

la

écessaires

à

d’a$$re!issage

ma-ori!é

la

coce$!io

$our

!ous

des

ou!ils

des

algori!hmes

les

cri!0res

e)isageables1 Tous les algori!hmes d’a$$re!issage de ce cha$i!re ’o! $as la mQme com$le&i!é1 Pour facili!er le choi& à la fois du cri!0re e! de l’algori!hme de résolu!io. ous a)os cos!rui! le !ableau sui)a!1

TA,2 IV2: (o#!le5t* $&&o(*e $u5 $l%o't0#e& en on(ton de& ('t.'e& o!t#&*& 1 1  f  1 m es! l’esemble des sé+ueces d’obser)a!ios de logueurs

 L

f m1 es! le ombre d’é!a!s cachés du MMC1 3 es! le ombre de s7mbole du MMC1

D@

'ha$i!re 5F Les Mod0les de MarGo) 'achés 5l es! i!éressa! de remar+uer +ue l’algori!hme de segme!al

G6meas

$eu!

Q!re

beaucou$

$lus ra$ide +ue l’algori!hme de (aum6Jelch1 % effe!. il es! !r0s

coura!

s7mbole 3 é!a!s

+ue

le

ombre

de

soi! beaucou$ $lus grad +ue le ombre des cachés1

3as

lors+ue la logueur

ces

codi!ios.

de la sé+uece d’obser)a!ios

augme!e. le !erme domia! das la com$le&i!é de l’algori!hme de (aum6Jelch es! 3 $our l’algori!hme de

!adis +ue

1 Par cosé+ue!. $our 3

segme!al G6meas. ce !erme domia! es!  p l’algori!hme

de segme!al G6meas es! $lus ra$ide +ue l’algori!hme de (aum6Jelch

lors+ue

la

logueur

de

la

sé+uece

d’obser)a!ios augme!e1

L’algori!hme de segme!al G6meas es! doc $arfois u!ilisé e lieu e! $lace de l’algori!hme de (aum6Jelch. car $lusieurs au!eurs o! remar+ué +ue la $robabili!é b  1 E

'o W y es! éle)ée $ar ra$$or! au& au!res chemis d’é!a!s e! +u’ue grade ma-ori!é des chemis o! ue $robabili!é !r0s faible. )oire ulle1 Par cosé+ue!. cer!ais !ra)au& éme!!e! l’h7$o!h0se +ue b  1 ¨ y µ b  1 E 'o ¨ y 1 U au!re $oi! im$or!a! es! +ue la com$le&i!é du calcul du

gradie!

es!

du

mQme

ordre

+ue celle de l’algori!hme de (aum6Jelch1 'e!!e $ro$rié!é es! i!éressa!e

car

elle

sigifie.

a

$riori. +u’il ’es! $as forcéme! beaucou$ $lus cou!eu&

d’u!iliser

des

cri!0res

!els

+ue

la

ma&imisa!io de l’iforma!io mu!uelle ou le cri!0re MAP sim$le1

%

effe!.

o

remar+ue

+ue

la com$le&i!é de l’o$!imisa!io de ces cri!0res es! liéaire e foc!io

de

la

logueur

!o!ale

des

sé+ueces d’obser)a!ios im$li+uées1 'e$eda!. la desce!e

de

gradie!

$eu!

écessi!er

d’effec!uer ce calcul $lusieurs fois a)a! d’améliorer u mod0le

e!

$ar

cosé+ue!

l’a$$roche

$ar desce!e de gradie! es! cosidérée comme é!a! rela!i)eme! cou!euse1

Con(lu&on ;ous a)os $rése!és das ce cha$i!re. les algori!hmes

$our

la


e!

d’a$$re!issage. e! les cri!0res de discrimia!io $erme!!a!. à $ar!ir

d’u

Mod0le

M'

ii!ial.

de !rou)er u ou)eau Mod0le M' augme!a! le cri!0re sélec!if

$our


de

la

$arole1 3as la $lu$ar! des s7s!0mes de recoaissaces MM' ac!uelles. le bu! de l’e!raieme! acous!i+ue es! de !rou)er l’esemble

des

$aram0!res

acous!i+ues

du

MM'

ma&imisa!. sur l’esemble des $hrases d’e!raieme!s. la

)raisemblace des doées é!a! doée les mod0les correc!s associées su$$osés coues $eda! l’e!raieme!1

DC

'ha$i!re 5F Les Mod0les de MarGo) 'achés Le cha$i!re sui)a!. sera cosacré à décrire o!re mise e

[u)re1

La

mise

e

$ra!i+ue

de

o!re é!ude sur la $arole1 ;ous allos $rocéder à l’im$léme!a!io

iforma!i+ue

des

mod0les

de marGo) cachés $our la recoaissace au!oma!i+ue de la $arole

#AP1

La

$remi0re

sous

ma!lab e! la secod sous la $la!e forme HTK. l’ue des $lus

u!ilisée

domaie de la #AP1

ac!uelleme!

das

le

DD

CHAPITRE V + IMPLEMENTATI ON DE LA RECONNAISSA NCE

AUTOMATIQUE PAR MMC

'ha$i!re F 5m$léme!a!io de la #ecoaissace Au!oma!i+ue de la Parole

Int'odu(ton ;ous allos. das ce!!e deri0re $ar!ie. me!!re e

a$$lica!io

le

!rai!eme!

au!oma!i+ue de la $arole $our la recoaissace à base de

MM'1

Pour

cela.

ous

commeceros $ar décrire la s!ruc!ure géérale das u s7s!0me

de


de

la

$arole e! les différe!s blocs i!er)ea! das ce!!e o$éra!io1

Par

la

sui!e.

ous

effec!uos

deu& a$$lica!io. e! les résul!a!s ob!eues1 'e +ui dis!igue ces

deu&

a$$lica!io

es!

+ue

la

$remi0re es! effec!uée sous ma!lab e! la secode sous la $la!e forme

HTK

aa&e

A1

3as

le

$remier cas l’a$$roche u!ilisée es! $ureme! acous!i+ue alors

+ue

das

le

secod

s7s!0me

!ri$hoe a)ec dé$edace co!e&!uelle1

V2:2 Obme(t du t'$v$l + 3as ce !ra)ail ous a)os dé)elo$$é deu& s7s!0mes. le $remier sous Ma!lab e! le secod sous HTK e! o l’ob-ec!if es! la recoaissace au!oma!i+ue de la $arole +ui s’effec!uera sous la base de doées $arole T5digi! cos!i!uée d’u esemble d’a$$re!issage e! d’u esemble de !es!1 La base TId%t ?E $our Te&as 5s!rume!s digi!s es! $armi

les $remi0res bases de doées de $arole des!iées à des a$$lica!ios de !rai!eme! de la $arole1 'ou ii!ialeme! à

des fis d’é)alua!io des algori!hmes de recoaissace de la $arole idé$eda!e du locu!eur. elle co!ie! DD sé+ueces de digi!s coec!és $roocés $ar =>C locu!eurs do! <
L’ob-ec!if +ue ous ous sommes fi&é cosis!e à recoai!re les chiffre u à oze $roocé $ar les différe!s locu!eurs de la base de doées1 Par ailleurs. ous effec!uos ue com$araiso des !au& de recoaissace

e!re le s7s!0me cou sous ma!lab a$$roche acous!i+ue e! le s7s!0me cou sous HTK a)ec dé$edace co!e&!uelle1

V2<2 St'u(tu'e %*n*'$le d’un Re(onn$&&$n(e Auto#$t)ue de l$ !$'ole (ontnue U s7s!0me de #AP co!iue es! u s7s!0me des!ié à recoai!re des $hrase $lus au mois logue a)ec ses hési!a!io e! ses liaisos]e!c1 %!a! doé la com$le&i!é du $robl0me. le formalisme de recoaissace de la $arole

écessi!e ue décom$osi!io e $lusieurs o$éra!ios éléme!aire +ui so! les sui)a!es D


? U module de !rai!eme! du sigal e! d’aal7se acous!i+ue fea!ure e&!rac!io !rasforma! le sigal de $arole e ue sé+uece de )ec!eurs acous!i+ues dé!aillé au cha$1 551

? U gééra!eur d’h7$o!h0ses locales +ui affec!era ue é!i+ue!!e ou des h7$o!h0ses

locales corres$oda! à cha+ue segme! éléme!aire de $arole associé à u ou $lusieurs )ec!eurs acous!i+ue1 'e gééra!eur d’h7$o!h0ses locales $or!era. gééraleme!. sur des mod0les d’ui!és éléme!aires de $arole !7$i+ueme! des mo!s ou des $ho0mes1 'e!!e o$éra!io écessi!e u e!raieme! sur ue grade +ua!i!é d’e&em$les eregis!reme! de ombreuses $hrases co!ea! $lusieurs fois les différe!es ui!és de $arole das des co!e&!e )ariés1

? U module d’aligeme! !em$orel $a!!er ma!chig !rasforma! les h7$o!h0ses

locales e u score global sur la $hrase $roocée1 'eci $ourra Q!re réalisé $ar l’algori!hme de 3éforma!io Tem$orelle 37ami+ue3TJ .Mod0les de MarGo) 'achés MM'1

? U module s7!a&i+ue i!eragissa! a)ec le module d’aligeme! !em$orel e! +ui forcera le recoaisseur à i!égrer les co!rai!es s7!a&i+ues e! é)e!uelleme! séma!i+ues e! $ragma!i+ues1 Le schéma s7o$!i+ue d’u !el s7s!0me es! re$rése!é ci6dessous1

Mod0les des Séma!i+ue

Dic!ioaire sous ui!és !ermes de le&icales ui!és

e sous

G

P0'$&e 'e(onnue A

P$'ole

Aal7se

Classifica!io Décodage Aal7se

Acous!i+ue

Locale S7!a&i+ue

 a l 7 s e le&ical

F%2 V2:;S(0*#$ %*n*'$l d’un &4&t.#e de R2A2P2

DE

S é m a  ! i + u e


V2>2 St'u(tu'e d’un Re(onn$&&$n(e Auto#$t)ue (ontnue !$' MMC

S4&t.#e de de l$ !$'ole

Le schéma $récéda! es! ue sruc!ure géérale +ui e !ie! $as com$!e de l’ou!il de !rai!eme! u!ilisé e l’occurrece les MM'1 3as le cas d’u s7s!0me de recoaissace $ar MM'. le schéma géérale se $rése!e comme sui! 

?

A'(0te(tu'e %*n*'$le

F%2 V2<;S(0*#$ G*n*'$le de l$ R2 A2 P2 !$' MMC2

Sous ue )ue $lus dé!aillé. o re!rou)e les différe!s blocs +ui

se

$rése!e

das

le

schéma

sui)a!1 P$'ole Cl $& &  ( $t o n N v e $ u M ot &

M F C C

Co#!o&ton #od.le& de #ot&

P0'$&e 'e(onnue

C l $ & &    ( $ t  o n N  v e $ u ! 0 ' $ & e &

Mod.le& &ou& unt* #ot& Le5)ue

G'$##$'e

S*#$nt)ue

F%2 V2>;S(0*#$ blo( d*t$ll* de l$ R2 A2 P2 !$' MMC 2

B

'ha$i!re F 5m$léme!a!io de la #ecoaissace Au!oma!i+ue de la Parole 3as ce schéma. les blocs grammaire. séma!i+ue fo! $ar!ie

du

mod0le

de

laguage.

$ar co!re le c7lidre Mod0les sous ui!é mo!s fai! référece

au

mod0le

acous!i+ue.

+uad

au& blocs de classifica!io fo! $ar!ie des algori!hme d’e!raieme! e! de recoaissace1

V2@2 P'e#.'e A!!l($ton + D*velo!!e#ent d’un S4&t.#e de Re(onn$&&$n(e de l$ !$'ole !$' MMC &ou& M$tl$b2 V2@2:2O'%$n%'$##e %*n*'$le ;o!re a$$lica!io es! $ré)u $our la base T5digi! ?E. +ui es! ue base de doées $aroles cos!i!uée des chiffres u à oze e aglais e! $roocée $ar $lusieurs locu!eurs. $our cela. ous a)os $ré)u oze mod0le „˜ f „˜˜ u $our cha+ue chiffre +ui sero! e!raiés a)ec les doée d’a$$re!issage do! le bu! de la recoaissace1 E5t'$(ton de& !$'$#.t'e& $(ou&t)ue& !e'tnent&

MFCC

y Se+ueces d’Obser)a!i o O

HMM !ou' le #ot nu#*'o :

Sigal C$l(ul de&

P'ob$blt*&

y

HMM !ou' le #ot nu#*'o <

PO¨ „ ¹

C$l(ul de& P'ob$blt*&

4 4

4

PO¨ „˜

¶·¸; ¶G Q ƒi„f
W u

de $arole

y

S * l e ( t  o n d u M $ 5  # u #

4

4

HMM !ou' le #ot nu#*'o :: C$l(ul de& P'ob$blt*&

PO¨ „˜˜

F%2 V2@ S(0*#$ blo( d’un &4&t.#e de 'e(onn$&&$n(e de !$'ole &ol*&

<


L’e!raieme! s’effec!uera a)ec l’algori!hme de (aum elch dé!aillé e cha$i!re ? e! schéma!isé à la figure F1D1 La recoaissace +uad à elle se fera a)ec l’algori!hme de )i!erbi dé!aillé e cha$i!re ?1

V2@2<2E5t'$(ton de& !$'$#.t'e& MFCC La $remi0re é!a$e de !rai!eme! des doées $arole e! l’é!a$e

d’e&!rac!io

des

$aram0!res

acous!i+ue. +ui das o!re cas es! la Mel fré+uec7 ce$s!ral coéfficie! dé!aillée e ae&e (1 Le choi& s’es! $or!é sur les <= $remiers coefficie!s M9'' e&ce$!é le coefficie! OP +ui es! subs!i!ué $ar le logari!hme de l_éergie du sigal1 Pour cha+ue coefficie!. o a!!ribue ue déri)ée $remi0re <= déri)ées $remi0res au !o!al aisi +u’ue déri)ée secode <= déri)ées secodes $our $redre e com$!e la d7ami+ue du sigal1 % somme. o ob!ie! u )ec!eur acous!i+ue de =E coefficie!s corres$oda! à cha+ue !rame du sigal

?

O'%$n%'$##e

!$'ole

Préem$hasis

DFT S  % n $ l d e

gndo 

en e' %4 Mel;lte' ,$n/ D*'v*& IDFT F%2 V2 S(0*#$ blo( de l$ !$'$#.t'&$ton MFCC

Lo%PB

V2@2>2 Le #od.le HMM 'hacu des oze mod0les MM' choisi es! u mod0le gauche

droi!e

à

'i+ue

é!a!s

$arfai!eme! ada$!é e! le $lus u!ilisé du fai! +u’il !ie! com$!e

du

carac!0re

sé+ue!iel

de

la

$arole1 'ha+ue é!a! éme! des obser)a!ios modélisées a)ec ue

sim$le

gaussiee

das

o!re

a$$lica!io1

>


F%2 V2 Mod.le MMC

V2@2@2 L’ent'$ne#ent du #od.le MMC

L’orgaigramme d’a$$re!issage (aum elch des mod0les a)ec les doées $arole d’e!raieme! de la base Tidigi! $eu! Q!re schéma!isé comme sui!1 le cri!0re discrimia!oire es! le cri!0re du Ma&imum de )raisemblace cha$i!re 5F1

Model D’nt$l&$ton No n Se%#ent$ton &*)uen(e d’*t$t& Conve'%en(e „ E&t#$ton de& !$'$#.t'e&

de „ v$ le ('t.'e du M V 1 Ou Donn*e& d’$!!'ent&&$%e

Pa ra m 0! re Model

3u Model

R*e&t#$ton

F%2 V2 S(0*#$ d’$!!'ent&&$%e de ,$u#; gel(0

=

'ha$i!re F 5m$léme!a!io de la #ecoaissace Au!oma!i+ue de la Parole V2@2 Te&t& et R*&ult$t&

3as ce !ableau ous $rése!os différe! !es! +ui so! fai! e )aria! le ombre d’é!a!s du mod0le MM' choisi!

$uis

e

)aria!

le

ombre

de

doées

$arole

d’a$$re!issage1 Les résul!a!s ob!eus so! résumés das le !ableau sui)a!  Nb'e d’*t$t& R*&ult$t&

,$&e d’$!!'ent&&e%e ,$&e de te&t

?

<K #ot& :B B :B B :B B

? @ @ C C

<@@:BK:> :B  :B K>@ :B @ :B K>K :B K<>

A $ar!ir de ces résul!a!s o com$red le r*le $rimordial du

$rocessus

d’a$$re!issage

das la recoaissace au!oma!i+ue de la $arole $lus la base es!

im$or!a!e

$lus

le

!au&

de

recoaissace es! meilleur ce +ui me! e é)idece l’i!érQ! e!

l’im$or!ace

de

la

base

des

doées $arole1

V2 Deu5.#e A!!l($ton + D*velo!!e#ent d’un &4&t.#e de Re(onn$&&$n(e de l$ P$'ole &ou& HT-

;ous a)os dé)elo$$é. das le cadre de ce mémoire. deu&

s7s!0mes.

idé$eda!s

du

locu!eur e! fodés sur les mod0les de MarGo) cachés à $ar!ir de

la

$la!eforme

HTK

Hidde

MarGo) ToolKi! de l’Ui)ersi!é de 'ambridge @B e! sur la

base

de

doées

de

$arole

T5digi!s ?E1 La bo"!e à ou!ils HTK es! efficace. fle&ible liber!é

du

choi&

des

o$!ios

e!

$ossibili!é d’a-ou! d’au!res modules e! com$l0!e das le

ses

o

elle

fouri!

ue

docume!a!io !r0s dé!aillée. le li)re HTK ?. es! ue ec7clo$édie

das

le

domaie

de

recoaissace de la $arole1

Le $remier s7s!0me es! u s7s!0me moo$hoe. le deu&i0me u s7s!0me !ri$hoe1 Le s7s!0me moo$hoe à l’i)erse du s7s!0me !ri$hoe. ces ui!és $hoé!i+ues $ho0me so! idé$eda!es. alors +u’elles so!

dé$eda!e das le s7s!0me !ri$hoe1 L’i!érQ! es! d’é!udier l’im$ac! de la a!ure de l’ui!é $hoé!i+ue sur les $erformaces de la recoaissace de la $arole1

?

'ha$i!re F 5m$léme!a!io de la #ecoaissace Au!oma!i+ue de la Parole ;ous u!iliseros la mQme base de doée T5digi! e! essaieros de recoai!re les chiffres u à oze de ce!!e base. $uis ous com$areros les !au& de recoaissace à ceu& ob!eue $ar la $remi0re mé!hode sous ma!lab1

V22: S4&t.#e Mono!0one Afi de coce)oir o!re s7s!0me. o se base sur des

ui!és

acous!i+ues

de

!7$e

moo$hoe idé$ada!e1 O commece $ar défiir les ressources

écessaires

do!

o

a

besoi $ar la sui!e1 O défii!. alors. le mod0le de lagage. a$$elé

aussi

le&i+ue

ou

grammaire

TA,2V2
o

cos!rui!

le

réseau

de

mo!s

dnetB e! le dic!ioaire TA,2 V2:B res$ec!i)eme!. gr,ce au& ou!ils HTK HP$'&e e! HDM$n 1 Pour la base de doées T5digi!s. +ui es! ue base de chiffres

e

aglais.

le

)ocabulaire

es! assez limi!é. d’o la sim$lici!é de défiir le dic!ioaire e! la grammaire TA, V2: et TA, V2
 a / a n a ' a& at av a aX a&l a$0 a$o a$5 a$4 ae0 ae4 a0 a4 ao at0 au

TA,2 V2:;D(tonn$'e de l$ b$&e Td%t&

TA,2 V2<;G'$##$'e de l$ b$&e Td%t&

Soi! u !o!al de >< $ho0mes. ue fois +u’o a défii le dic!ioaire.

la

grammaire

e!

la

lis!e des $ho0mes. o $asse à la descri$!io des mod0les de MarGo)

cachés1

O

cos!rui!

u

mod0le MM' $our cha+ue ui!é acous!i+ue1 La !o$ologie MM'

choisie

es!

de

!7$e

gauche6

droi! à @ é!a!s do! les !rasi!ios au!orisées so! décri!es das

la

figure

F%2V2

e!

ii!ialisées

das la ma!rice de !rasi!io1 La mo7ee es! ii!ialisée à B e! la )ariace à < )oir fichier

@

'ha$i!re F 5m$léme!a!io de la #ecoaissace Au!oma!i+ue de la Parole $ro!o!7$e d’ii!ialisa!io  TA,2V21 'es $aram0!res du mod0le MM' sero! rées!imées $ar la sui!e lors de la $hase d’a$$re!issage1

F%2V2 Mod.le de M$'/ov C$(0*& utl&*2

& &i

&© !j *

(ˆ! \ajˆ! &( au* \

\a &

\a &8

F1=B

cofig

k* .ˆ

B\! £ºj! ˆ,\ j !

Le fichier de cofigura!io TA(1

$erme! de défiir les $aram0!res idis$esables $our la

$hase de l’aal7se acous!i+ue1 'es coefficie!s so! e&!rai!s des fichiers $v e! sur des feQ!res de >@ms gr,ce à l’ou!il HCo!4 e se ser)a! du fichier de cofigura!io comme $aram0!re d’e!rée 1

TA,2 V2>;F(0e' de (on%u'$ton !ou' l$ !0$&e de l’$n$l4&e $(ou&t)ue

TA,2V2@;F(0e' !'otot4!e d’nt$l&$ton

C


L’A!!'ent&&$%e  La $hase d’a$$re!issage $erme! de

cos!i!uer

la

base

de

doées

des mod0les de référece du s7s!0me1 La +uali!é de ce!!e modélisa!io

codi!ioe

e

grade

$ar!ie les résul!a!s du s7s!0me de recoaissace de la $arole1 L’a$$re!issage

es!

réalisé

sous

HTK e deu& é!a$es ma-eures  l’ii!ialisa!io e! la ré6 es!ima!io1

Pour

cela.

O

u!ilise

deu&

ou!ils HCo#!V e! HERe&t1 La $hase d’ii!ialisa!io des

mod0les

MM'

$ar

l’ou!il

HCo#!V. $erme! de me!!re à -our la mo7ee e! la )ariace

+ui

)ale!.

a)a!

ce!!e

é!a$e.

res$ec!i)eme!. B e! <1 'e!!e mise à -our es! réalisée sur l’esemble

des

doées

du

cor$us

d’a$$re!issage $erme!!a! d’abou!ir. à la fi. à des )aleurs globales

+ui

sero!

cloées

$our

cha+ue é!a! des mod0les MM'1 %sui!e. o ob!ie! das le ré$er!oire 0## u

ou)eau

fichier

$ro!o!7$e

co!ea! des )aleurs globales de la mo7ee e! de la )ariace1

O

co$ie

le

co!eu

de

ce

fichier au!a! de fois +u’o a de $ho0mes e! o s!ocGe le résul!a!

du

cloage

das

u

fichier

macro ommé mod0les2## 1 Tous les $ho0mes sero! aisi

ii!ialisés

au&

mQmes

)aleurs

de mo7ee e! de )ariace1 A o!er égaleme! +ue la mise à

-our

des

)ariaces

es!

effec!uée

$ar défau! a)ec la commade HCo#!V !adis +ue $our ré es!imer

la

mo7ee.

;#

l’o$!io

de)ie! idis$esable1

Le raffieme! des mod0les MM' cosis!e à ré es!imer leurs $aram0!res mo7ee e! )ariace sui)a! l’algori!hme de (aum Jelch cha$i!re 5F gr,ce à l’ou!il HERe&t la ré

es!ima!io des mod0les MM' co!eu das le ré$er!oire 0## es! sau)egarde das le ré$er!oire 0##  ^: à cha+ue

i!éra!io 1

%sui!e. o gééré u au!re fichier #odele& das u au!re ré$er!oire 2 Les mod0les co!eus das ce fichier sero! ré es!imés sui!e à deu& i!éra!ios de l’algori!hme de (aum Jelch re$rése!é $ar l’ou!il HERe&t1 Les deriers

$aram0!res es!imés. à ce s!ade. so! sau)egardés das le ré$er!oire 0##1

3eu& i!éra!ios de l’algori!hme de (aum Jelch $erme!!e! de ré es!imer les mod0les1 Aisi s’ach0)e la $hase d’a$$re!issage des mod0les MMC

a)ec ue seule

gaussiee1

A#*lo'$ton de& mod0les

ob!eus

$eu)e!

#od.le&GMMB  Les Q!re

améliorés

$ar

u!ilisa!io de desi!és de $robabili!és d’émissio mul!i6 gaussiees

au

lieu

de

se

co!e!er

d’ue sim$le loi ormale1 'ela $erme! d’_e)i!er cer!aies h7$o!h0ses

grossi0res

sur

la

forme

de la desi!é si le ombre de gaussiees es! suffisa!1 % effe!.

le

choi&

du

ombre

o$!imal

de gaussiees es! u $robl0me difficile1 U ou!il d’HT-

HHEd réalise l’augme!a!io du D

'ha$i!re F 5m$léme!a!io de la #ecoaissace Au!oma!i+ue de la Parole ombre de gaussiees. o o augme!e $rogressi)eme! le ombre de gaussiees <. >. ?. . <>.
V22< S4&t.#e t'!0one Le $remier s7s!0me cou es! basé sur ue modélisa!io $ar

moo$hoes.

les

mod0les

so! aisi hors co!e&!e1 Or. u s7s!0me $lus robus!e de recoaissace

de

la

$arole

co!iue

de)rai! au mois e)isager les effe!s de la co6ar!icula!io e! de

la

)i!esse

d’élocu!io

+ui

$eu)e! limi!er so efficaci!é1 sou)e! o cosidére +ue la $roduc!io

de

la

$arole

es!

$arfai!e

e! o oublie +ue le débi! de la $arole $eu! s’accélérer e! +ue

les

orgaes

$hoa!oires

e

$eu)e! $as sui)re car ils so! limi!és das leur dé$laceme!1 Tou!

ceci

$ro)o+ue

ue

cer!aie

ifluece mu!uelle sui)a! ou $récéda! les sos $rodui!s +ui al!0re

leurs

formes

e

foc!io

du co!e&!e gauche ou droi!1 3’o l’i!érQ! des mod0les co!e&!uels

di$hoes.

!ri$hoes.1111

'eu&6ci $ree! e com$!e la source de )ariabili!é du sigal

de

$arole

$erme!!a!

aisi

ue

meilleure modélisa!io. u gai sigifica!if e $récisio de la !rascri$!io e! aisi de meilleures $erformaces1 Le seul ico)éie! de !elles a$$roches

es!

l’augme!a!io

de

la

charge de calcul )u le !r0s grad ombre de mod0les co!e&!uels

e&is!a!s1

Sui!e

à

ces

remar+ues. l’é!a$e $rochaie cosis!e à élaborer u s7s!0me de


de

la

$arole

di!

co!e&!uel car basé sur des !ri$hoes co!e&!es gauche e! droi! d’u $ho0me1

Conve'&on de l$ t'$n&('!ton + O commece $ar co)er!ir les !rascri$!ios de $ho0mes aligés $l%ned2#l . du s7s!0me moo$hoe F1@1<. e !rascri$!io $ar !ri$hoes a)ec l’ou!il HLEd2

%sui!e. o ré es!ime e deu& i!éra!ios la mo7ee e! la )ariace des mod0les a)ec l’algori!hme (aum Jelch !ou-ours )ia l’ou!il HERe&t2 Pareil à

la recoaissace $ar moo$hoes. o )a

$rocéder à l’augme!a!io $rogressi)e des gaussiees -us+u’à e a!!eidre



L$ Re(onn$&&$n(e + Le $rocessus de décodage cosis!e à com$arer l’image de l’ui!é à ide!ifier a)ec celles de la base de référece1 Le module de décodage de la $arole. HVte. u!ilise

l’algori!hme de Fi!erbi $our !rou)er la sé+uece d’é!a!s la $lus $robable corres$oda! au& $aram0!res obser)és e! e déduire les ui!és acous!i+ues corres$oda!es1 Le décodage es! réalisé $ar l’algori!hme de Fi!erbi sous la co!rai!e d’u réseau s7!a&i+ue e! é)e!uelleme! d’u mod0le de lagage1

V22> An$l4&e de& '*&ult$t&

Moo$hoes

Tri$hoes

(ase de !es! Acc`

KK:

KK@

(ase d’a$$re!issage Acc`

KK

KK<>

TA,2V2 Pe'o'#$n(e de& &4&t.#e de 'e(onn$&&$n(e 1 b$&e de #ono!0one& et t'!0one& &u' l$ b$&e de te&t et l$ b$&e d’$!!'ent&&$%e du (o'!u& Td%t&

3’a$r0s ce !ableau. os deu& s7s!0mes basés sur ue $aramé!risa!io de !7$e M9''. dé!aillée e Ae&e (. sur ue modélisa!io s!a!is!i+ue de !7$e HMM e! sur ue !rascri$!io a)ec e! sas co!e&!e. doe! de !r0s bos résul!a!s1

Les $erformaces du s7s!0me à base de !ri$hoes e se dis!igue! $as e!!eme! des $erformaces du s7s!0me à

base de moo$hoes. ceci $eu! Q!re e&$li+ué $ar le fai! +ue les $roocia!ios de la base de doées T5digi!s so! $res+ue $arfai!es e! les eregis!reme!s e modélise! $as

les e= e!s de coar!icula!io. Lombard. s!ress. sas $our au!a! oublier de sigaler +ue ce!!e base de $arole es! à )ocabulaire rédui!1

Con(lu&on L’a$$lica!io sous HTK à base de moo$hoe e! !ri$hoe

ous

a

$ermis

d’a)oir

u

meilleur !au& de recoaissace1 'ela $eu! Q!re e&$li+ué $ar

le

fai!

+ue

l’a$$lica!io

dé)elo$$ée sous ma!lab es! $ureme! acous!i+ue sas co!rai!e

de

lagage

e!

+uelle

e

$red $as e com$!e la dé$edace e!re )ec!eurs acous!i+ue

$ho0me

à

l’i)erse

de

l’a$$lica!io HTK1 Les MM' ous fouri! ue solu!io efficace du $robl0me

de

la


Au!oma!i+ue de la Parole e! bééficie d’algori!hmes !r0s efficaces $our la recoaissace e! E

'ha$i!re F 5m$léme!a!io de la #ecoaissace Au!oma!i+ue de la Parole $our

l’a$$re!issage

h7$o!h0ses

+ui

Au!oma!i+ue1 rede!

'e$eda!.

l’o$!imisa!io

Les

des

Mod0les de MarGo) 'achés $ossible limi!e! !ou!efois leurs géérali!és

e!

sas

à

l’origie

de

cer!aies de leurs faiblesses +ui limi!e! les $erformaces des s7s!0mes

de

#AP



les

doées

à l’e!rée des MM's so! su$$osées Q!re s!a!i+ueme! idé$eda!es.

la

corréla!io

!em$orelle e!re )ec!eurs acous!i+ue es! alors égligée1 Aussi

L’u!ilisa!io

de

MM's

de

$remier ordre re$ose sur l’h7$o!h0se. +ue la $arole es! égaleme!

u

$rocessus

de

MarGo)

de

$remier ordre. reda! la modélisa!io e! l’a$$re!issage de

corréla!ios

à

log

!erme

difficile1 (eaucou$ de )aria!es des MM's classi+ue $rése!é

das

ce

mémoire.

e&is!e!.

e!

so! a$$li+uées das les s7s!0mes de recoaissace Au!oma!i+ue

de

la

$arole1

3e

os

-ours

L’A$$roche MM' es! à la base de la $lu$ar! des s7s!0mes de @B1

#ecoaissace

moderes

EB

CONCLUSION G7N7RALE

'oclusio géérale

3as ce !ra)ail. o!re ob-ec!if cosis!e à d’é!udier le sigal

de

$arole

afi

de

coce)oir

e!

de dé)elo$$er u s7s!0me $our so !rai!eme! e! sa recoaissace1

Pour

coce)oir

o!re

s7s!0me. ous a)os é!udié ceu& dé-à e&is!a!s e! a)os choisi

d’u!iliser

ue

$la!eforme

+ui

ous a $aru Q!re la $lus $erforma!e. la $lus u!ilisée e! celle +ui

a

mo!ré

le

$lus

ses

$reu)es

ac!uelleme!. +ui es! la $la!eforme HTK. Hidde MarGo) ToolGi!.

basée

sur

les

mod0les

de

MarGo) cachés1 Tou! au log de ce !ra)ail ous a)os abordé différe!s as$ec!s

!ou!

aussi

im$or!a!s

les

us +ue les au!res1 ;ous a)os commecé $ar com$redre le $rocessus

de

gééra!io

de

la

$arole $ar l’Q!re humai $uis ous ous sommes coce!rés sur

l’é!ude

des

différe!s

mo7es

u!ilisés $our ca$!er ce sigal e! le !rai!er1 Par la sui!e. ous a)os

décri!

les

mod0les

de

MarGo) cachés +ui so! u!ilisés das de ombreu& domaie do!

celui

du

!rai!eme!

de

la

$arole e! a)os fialeme!. choisi ue $la!eforme basée sur ces

mod0les

$our

cos!ruire

deu&

s7s!0mes de recoaissace au!oma!i+ue de la $arole. le $remier

sous

l’e)iroeme!

e! le secod sous la $la!e forme HTK1

Ma!lab

;ous

a)os.

aisi.

réaliser

o!re

s7s!0me

de

recoaissace de la $arole sur la base de doées $arole T5digi!. o!re base de !ra)ail e! a)os ob!eue des !au& de recoaissace $lus +u’a$$réciable. +ui a!!eiga! EE` das le cas de l’u!ilisa!io de HTK1

Malgré ces a)acées. les s7s!0mes ac!uels so! ecore

im$arfai!s1

Les

$robl0mes

à

résoudre re$rése!e! u des défis les $lus difficiles $osés à

l’i!elligece

ar!ificielle1

U

im$or!a! effor! de recherche es! écessaire. o!amme! sur

le

$la

de

la

robus!esse

des

mé!hodes de recoaissace e! de la coce$!io de s7s!0mes de

dialogue1

Les

!ra)au&

à

meer

écessi!e! u effor! $luridisci$liaire de collec!e de sigal )ocal.

mais

aussi

de

modélisa!io

d’u esemble de fai!s e! de coaissaces sur la lague a!urelle

e!

sur

les

mécaismes

de

la

commuica!io $arlée1 ;ous a)os )u +u’ue modélisa!io s!ochas!i+ue

$erme!

de

résoudre.

e $ar!ie. le $robl0me. mais il ’es! $as e&clu +ue l’u!ilisa!io

de

coaissaces

e&$lici!es

re)iee à l’ordre du -our à l’a)eir1

Pour clore. ous es$éros. démo!ré

l’im$or!ace

du

$ar ce !ra)ail. a)oir su-e!

e!

la

écessi!é de cosacrer ecore $lus d’effor!s e! d’é!udes $ou)a! d’ue

ous solu!io

ra$$rocher $erforma!e

imagia!io $ourrai! limi!er1

ra$ideme! +ue

seule

o!re

E<

ANNE8ES

ANNE8E A + MISE EN 9UVRE DELA RECONNAISSANCE AUTOMATIQUE DE

LA PAROLE SOUS HT-2

Ae&e A  Mise e [u)re de la recoaissace au!oma!i+ue de la $arole sous HTK1

Int'odu(ton

HT- es! ue bo"!e à ou!ils de mod0les de MarGo) cachés

MM'.

coue

$our

la

cos!ruc!io e! la mai$ula!io de ces mod0les1 'e!!e bo"!e es!

cos!i!uée

d’u

esemble

de

modules biblio!h0+ue e! d’ou!ils dis$oibles e codes sources '1

'es

ou!ils

HTK

so!

cous

$our foc!ioer e lige de commade. gééraleme! sous l’e)iroeme!

liu&

a)ec

le

Shell '1 'ha+ue ou!il a u ombre d’argume!s obliga!oires e

$lus

d’argume!s

o$!ioels

$réfi&és $ar le sige 61 Le cha$i!re #éférece sec!io de l’ou)rage

h!GbooG

?

décri!

e

dé!ail !ous les ou!ils de la bo"!e HTK aisi +ue leurs argume!s1

Prici$aleme!.

la

bo"!e

à

ou!ils HTK es! u!ilisée $our la cos!ruc!io des s7s!0mes #AP

basés

sur

les

mod0les

MM'

das u bu! de recherche scie!ifi+ue1 :ééraleme! les deu& $rocessus

idis$esables

$our

le

foc!ioeme! d’u #AP so! le $rocessus d’a$$re!issage e!

celui

de


ou

décodage1 La figure A2: illus!re l’echa"eme! de ces $rocessus1

Premi0reme!.

les

ou!ils

d’a$$re!issage HTK so! u!ilisés $our es!imer les $aram0!res

de

l’esemble

des

mod0les

MM' e u!ilisa! des sigau& de $arole aisi +ue leurs !rascri$!ios

associées1

%sui!e.

les

sigau& de $arole icoue so! !rascri!s e u!ilisa! les ou!ils

de

recoaissace1

Le

lec!eur

$eu! cosul!er le li)re h!GbooG $our $lus de dé!ails sur l’im$léme!a!io

des

s7s!0mes

#AP

sous la $la!eforme HTK1

F%2A2:;P'o(e&&u& d’un &4&t.#e de RAP

Pra!i+ueme!. la cos!ruc!io d’u s7s!0me #AP se base

sur

? $hases $rici$ales $ré$ara!io des doées. a$$re!issage. !es!. aal7se1 La figure A2< illus!re les différe!s ou!ils HTK de cha+ue $hase d’u s7s!0me de #ecoaissace de la Parole co!iue1


F%2A2< D=*'ente& !0$&e& du &4&t.#e RAP &ou& HTet outl& $&&o(*&

A2:2 Outl& de !'*!$'$ton de donn*e& La cos!ruc!io d’u esemble de mod0les MM' e&ige

u

esemble

de

fichiers

de

doées de $arole sigau&. aisi +ue leurs !rascri$!ios corres$oda!es1

Sou)e!

les

doées de $arole so! récu$érées à $ar!ir d’ue base de doées1

'e!!e

base

doi!

Q!re

ré$ar!ie

e u cor$us d’a$$re!issage e! u cor$us de !es!1 'hacu de ces

cor$us

co!ie!

u

esemble

de fichiers !e&!e co!ea! la !rascri$!io or!hogra$hi+ue des

$hrases

e!

u

esemble

de

fichiers de doées co!ea! les écha!illos des sigau&

corres$oda!

au&

fichiers

!e&!e1

A)a! d’Q!re u!ilisées das l’a$$re!issage. ces doées doi)e!

Q!re

co)er!ies

e

u

forma!

$aramé!ri+ue a$$ro$rié e! ses !rascri$!ios associées doi)e!

Q!re

co)er!ies

e

forma!

correc!1Si les doées de $arole e so! $as dis$oibles. alors

HSL$b

l’ou!il

$eu!

Q!re

u!ilisé

$our eregis!rer la $arole e! l’é!i+ue!er mauelleme! $ar ’im$or!e

+uelle

!rascri$!io

$ar

$ho0me ou mo!1 Aisi $our cha+ue $hrase $roocée. o lui

corres$od

u

fichier

sigal

e&em$le d’e&!esios 1a).1sig e! u fichier de !rascri$!io e&!esio1lab1 'e$eda!. a)a! d’effec!uer ces !rascri$!ios. u dic!ioaire

des

mo!s

doi!

Q!re

défii

afi d’Q!re u!ilisé das la $hase d’a$$re!issage e! celle de !es!1

3as

le

cas

d’u

s7s!0me

basé

sur des mod0les HMM re$rése!a! des $ho0mes. la cos!ruc!io

du

dic!ioaire

s’effec!ue

$ar l’ou!il HDM$n1 3e $lus la grammaire de la !,che cosidérée

doi!

Q!re

défiie

e

u!ilisa!

l’ou!il HP$'&e2 'e! ou!il gé0re u réseau de mo!s défiissa!

la

sur la figure A2<1

grammaire

cosidérée

décris

Ae&e A  Mise e [u)re de la recoaissace au!oma!i+ue de la $arole sous HTK1 La deri0re é!a$e das la $hase de $ré$ara!io des doées

es!

la

co)ersio

du

sigal

de

cha+ue $hrase e ue sé+uece de )ec!eurs acous!i+ues !el $rése!é

sur

la

figure

A2>1

'e!!e

co)ersio es! effec!uée $ar ue aal7se acous!i+ue e u!ilisa!

HCo!e1

l’ou!il

3iffére!s

!7$es de $aram0!res acous!i+ues so! su$$or!és $ar ce! ou!il comme



LP'.

LP''.

M9''.

PLP. 9(A;K Log Mel69il!er (aG. M%LSP%' Liear Mel69il!er

(aG.

LP'%PST#A

LP' 'e$s!ral 'oefficie!s. LP#%9' Liear Predic!io #eflec!io

'oefficie!s.

US%#

!7$e défii $ar l’u!ilisa!eur1

F%2A2>;P'o(e&&u& de l’$n$l4&e $(ou&t)ue

La lige de commade $our l’e&écu!io de HCo!4 s’écri! comme sui!  HCo!4 ;T : ; C (on% ;S (odet'2&(!

La figure A2@ mo!re le $rici$e de foc!ioeme! de ce! ou!il $our la co)ersio d’u esemble de fichiers $arole d’e&!esio 2$v e u esemble de fichiers d’e&!esio

2#( co!ea! des )ec!eurs de $aram0!res acous!i+ues

MFCC1 La lis!e de l’esemble de ces fichiers es! doée das u fichier a$$elé (odet'2d(! do! u e&!rai! es! fouri  'oot_t'$nn%_(o'!u&_&%_S:2$v 'oot_t'$nn%_(o'!u&_#((_S:2#( 'oot_t'$nn%_(o'!u&_&%_S<2$v 'oot_t'$nn%_(o'!u&_#((_S<2#( 'oot_t'$nn%_(o'!u&_&%_S>2$v 'oot_t'$nn%_(o'!u&_#((_S>2#(f22et(2


F%2A2@ P'n(!e de on(tonne#ent de l’outl HCo!4

'e$eda! l’e&écu!io de l’ou!il HCo!4 e&ige u fichier de cofigura!io cofig $our défiir les différe!s $aram0!res de l’aal7se acous!i+ue cosidérée1 Foici u e&em$le de ce !7$e de fichier associé à ue aal7se acous!i+ue MFCC 

A2<2 Outl& d’$!!'ent&&$%e

La deu&i0me $hase cosis!e à cos!ruire les mod0les MM'

des

mo!s

a$$ar!ea!

au

dic!ioaire de la !,che cosidérée1 Premi0reme!. $our cha+ue

mo!.

il

fau!

défiir

u

mod0le

$ro!o!7$e co!ea! la !o$ologie choisie à sa)oir le ombre d’é!a!s

du

mod0le.

la

dis$osi!io

de !rasi!ios e!re les é!a!s. le !7$e de la loi de $robabili!é associée

à

cha+ue

é!a!1

L’é!a!

ii!ial e! fial de cha+ue mod0le ’éme!!e! $as des obser)a!ios

mais

ser)e!

seuleme!

à

la

coe&io des mod0les das la $arole co!iue1 Les $robabili!és

d’émissios

associées

au&

é!a!s so! des mélages de gaussiees mul!i)ariées :MM do!

les

com$osa!es

so!

les

$robabili!és a $riori défiies chacue $ar ue ma!rice de co)ariace

e!

u

)ec!eur

de

mo7ees das l’es$ace des $aram0!res acous!i+ues1 La ma!rice de co)ariace $eu! Q!re


choisie diagoale si l’o su$$ose l/idé$edace e!re les com$osa!es des )ec!eurs acous!i+ues1

'es mod0les $ro!o!7$es so! géérés das le bu! de défiir

la

!o$ologie

globale

des

mod0les HMM1 Aisi. l’es!ima!io de l’esemble des $aram0!res

de

cha+ue

mod0le

MM'

es!

le r*le du $rocessus d’a$$re!issage1 Les différe!s ou!ils d’a$$re!issage

so!

illus!rés

das

la figure A21 Selo ce!!e figure. deu& chaies de !rai!eme! $eu)e! Q!re

e)isagés

$our

l’ii!ialisa!io

des mod0les MM'1 La $remi0re cha"e !ie! e com$!e des sigau& é!i+ue!és e label de mo!1

3as ce cas. l/ou!il HInt e&!rai! !ous les segme!s corres$oda! au mo! modélisé e! ii!ialise les $robabili!és d/émissio des é!a!s du mod0le au mo7e de l’algori!hme segme!ale G6meas1 %sui!e l/es!ima!io des $aram0!res

d/u mod0le es! affiée a)ec HRe&t +ui a$$li+ue l/algori!hme

o$!imal

de

(aum6Jelch

-us+u/à

la

co)ergece e! ré es!ime les $robabili!és d/émissio e! de !rasi!io1

F%2A2 Outl& d’$!!'ent&&$%e HT-

3as la deu&i0me cha"e. les sigau& e so! $as é!i+ue!és1 3as ce cas. !ous les mod0les MM' so! ii!ialisés

a)ec le mQme mod0le do! les mo7ees e! les )ariaces so! égales res$ec!i)eme! à la mo7ee e! la )ariace

globales de !ous les )ec!eurs acous!i+ues du cor$us d’a$$re!issage1 'e!!e o$éra!io es! effec!uée $ar l’ou!il

HCo#!V2

Ae&e A  Mise e [u)re de la recoaissace au!oma!i+ue de la $arole sous HTK1 A$r0s l’ii!ialisa!io des mod0les. l/ou!il HERe&t es! a$$li+ué

e

$lusieurs

i!éra!ios

$our

ré

es!imer

simul!aéme! l/esemble des mod0les sur l’esemble de !ou!es les sé+ueces de )ec!eurs

acous!i+ues

o

é!i+ue!és1 Les mod0les ob!eus $eu)e! Q!re améliorés. e augme!a! $ar e&em$le le ombre de gaussiees ser)a!s à es!imer la $robabili!é d/émissio d/ue obser)a!io

das u é!a!1 'e!!e augme!a!io es! effec!uée $ar l’ou!il

HHEd1 Les mod0les doi)e! Q!re esui!e ré es!imés !$' HRe&t  HERe&t2 A2>2 Outl& de 'e(onn$&&$n(e La bo"!e HTK fouri! u ou!il de recoaissace a$$elé

HVte +ui $erme! la !rascri$!io d’ue sé+uece de )ec!eurs acous!i+ues e ue sé+uece de mo!s1 Le $rocessus de recoaissace es! illus!ré das la figure A21

F%2A2 P'o(e&&u& de 'e(onn$&&$n(e &ou& HT-

HVte u!ilise l/algori!hme de Fi!erbi $our !rou)er la sé+uece

d/é!a!s

la

$lus

$robable

+ui

gé0re la sé+uece d’obser)a!ios )ec!eurs acous!i+ues selo

u

mod0le

MM'

com$osi!e.

ceci afi d/e déduire les mo!s corres$oda!s1 Le mod0le com$osi!e

$erme!

la

successio

des

mod0les acous!i+ues e foc!io du réseau de mo!s +ui défii!

la

grammaire

de

la

!,che

cosidérée1 Le résul!a! de décodage $ar l’ou!il HVte es! eregis!ré das u fichier d’e&!esio 2#lB co!ea! l’é!i+ue!age e mo!s du sigal d’e!rée1


A2@2 Outl& d’*v$lu$ton :ééraleme! les $erformaces des s7s!0mes #AP so! é)aluées sur u cor$us de !es! co!ea! u esemble de fichiers d’écha!illos $arole aisi +ue leurs fichiers d’é!i+ue!age associés1 Les résul!a!s de recoaissace des

sigau& du cor$us de !es! so! com$arés au& é!i+ue!!es de référece $ar u aligeme! d7ami+ue réalisé $ar

HRe&ult& afi de com$!er les é!i+ue!!es ide!ifiées. omises. subs!i!uées $ar ue au!re. e! isérées1 'es s!a!is!i+ues $erme!!e! de calculer le !au& ou la $récisio de recoaissace2

ANNE8E , + LA PARAM7TRISATION MFCC

Ae&e (  La $aramé!risa!io M9''1

Int'odu(ton Parmi les $aramé!risa!ios les $lus u!ilisés das le domaie de la recoaissace de la $arole. les coefficie!s

M9'' so! cosidérés comme é!a! les meilleurs $aram0!res +ui $eu)e! carac!ériser ue )oi& $armi d’au!res e! c’es! ce!!e $aramé!risa!io +ue ous ous $ro$osos de décrire das ce!!e deri0re ae&e de o!re !ra)ail1

,2:2 L$ !$'$#*t'&$ton !$' MFCC La $aramé!risa!io M9'' Mel69re+uec7 'e$s!ral 'oefficie!s es! la $aramé!risa!io la $lus ré$adue das les s7s!0mes de recoaissace ac!uels1 ;ous doos ci6 dessous les $rici$ales é!a$es de ce!!e $ara mé!risa!io 

:2 FenJt'$%e du &%n$l  Le sigal de $arole es! sé$aré

e

!rames

de

écha!illos.

cha+ue !rame é!a! sé$arée de 3 écha!illos1 3as le cas coura!

3

o



p

o

dira

+u’il

7

a recou)reme! o)erla$ e aglais e!re les !rames1 % $ra!i+ue.

la

logueur

d’ue

!rame

es! couramme! choisie de fao à a)oir des !rames do! la durée

es!

de

l’ordre

de

>B

ms

associé à u recou)reme! e!re !rames de @B` corres$oda!

à

ue

)aleur

de

3

³

1

L’o$éra!io $récéde!e cosis!e aisi à a$$li+uer ue feQ!re rec!agulaire

de

durée

fiie

sur

l’esemble du sigal1 Pour réduire les effe!s dus au& disco!iui!és

au&

bords

de

la

feQ!re.

es! fré+ue! de $odérer ue !rame de logueur feQ!re

de

$odéra!io1

L’ue

il $ar ue

des

feQ!res les $lus u!ilisée es! la feQ!re de Hammig1 'e!!e o$éra!io doe la !rame feQ!rée 

!» O »

¯

28©  2©Q j! G H \,

» q q



<2 C$l(ul de l$ t'$n&o'#*e de Fou'e' '$!de FFT $our cha+ue !rame du sigal de $arole1

>2 Flt'$%e !$' un b$n( de lt'e& MEL  'e!!e o$éra!io $erme! d’ob!eir à $ar!ir du s$ec!re E de cha+ue !rame. u s$ec!re modifié +ui es! e fai! ue sui!e de coefficie!s. o!é  . re$rése!a! l’éergie das cha+ue bade fré+ue!ielle défiies sur l’échelle Mel. $our f1 % $ra!i+ue. o u!ilise des fil!res !riagulaires de largeur de bade

cos!a!e e! réguli0reme! es$acées sur l’échelle Mel e&em$le choisir u

E

O $eu! $ar

Ae&e (  La $aramé!risa!io M9''1 es$aceme! e!re fil!res de <@B mels e! ue largeur des fil!res !riagulaire $rise à leur base de =BB mels1

@2 C$l(ul de& (oeY(ent& MFCC  Les coefficie!s M9'' so! alors ob!eus e effec!ua! ue !rasformée e cosius discr0!e i)erse du logari!hme des coefficie!s   

¯

_ L"  : ¼LR ½ F



V I¾

Bj(ˆ



LfffL¦2

O ¦ es! le ombre de coefficie!s ce$s!rau& désirés1

2 Pond*'$ton  % raiso de la grade sesibili!é des $remiers coefficie!s ce$s!rau& sur la $e!e s$ec!rale géérale e! de la sesibili!é au brui! des coefficie!s ce$s!rau& d’ordre éle)é. il es! coura! de $odérer ces

coefficie!s $our miimiser ce!!e sesibili!é1 'e!!e $odéra!io $ourra s’écrire sous la forme 

¿

»I



Bj(ˆ

qq'

O ' es! le ombre de coefficie!s ce$s!rau&1

La feQ!re de $odéra!io ce$s!rale es! e fai! u fil!re $asse bade do! u choi& a$$ro$rié $eu! Q!re  » I

½'

RSA F¾ 'I

Bj(ˆ

qq'

'e!!e feQ!re !ro+ue le ombre de coefficie!s e! dimiue le $oids des $remiers e! deriers coefficie!s1

2 C$l(ul de& d*'v*e& te#!o'elle& ² ²  re$rése!a!io

ce$s!rale

doe

La

ue

boe re$rése!a!io des $ro$rié!és fré+ue!ielles locales du sigal

i1e1

$our

ue

feQ!re

de

sigal doée1 Ue re$rése!a!io améliorée $eu! Q!re ob!eue

e

iclua!

de

l’iforma!io

liée à l’é)olu!io !em$orelle des coefficie!s ce$s!rau&1 'elle6ci $eu! Q!re ob!eue $ar e&em$le à l’aide des déri)ées $remi0res e! secodes des coefficie!s ce$s!rau&1 Soi! 

les coefficie!s ce$s!rau& ob!eus à l’is!a! ou $lus $réciséme! à la feQ!re d’idice 1 'e!!e sui!e es! ob!eue à des is!a!s discre!s e! aisi il es! bie cou

+u’u

]

sim$le

mo7eage

au&

différeces e $erme! $as d’ob!eir des es!ima!ios o brui!ées1

Aisi.

la

déri)ée

es!

sou)e!

ob!eue e effec!ua! ue mo7ee sur u $lus grad horizo !em$orelle sous la forme 

]

Ae&e (  La $aramé!risa!io M9''1



²I µ À

 

O À es! ue cos!a!e de ormalisa!io e!

 ]

es!

le ombre de !rames u!ilisées $our ce calcul1 Ue im$léme!a!io classi+ue de la $aramé!risa!io M9'' cosis!e à $redre les <= $remiers coefficie!s ce$s!rau& e ome!!a! l’éergie re$rése!ée $ar e! à cos!ruire des



)ec!eurs acous!i+ues de =E éléme!s iclua! les déri)ées $remi0re ² e! ² de secode ces coefficie!s1

,I,LIOGRAPHIE

(ibliogra$hie

,blo%'$!0e < R2 ,ote Á $ll2 Trai!eme! de la $arole. $resses $ol7!echi+ues e! ui)ersi!aires #omades. ;o)embre  3 P2 H$ton Á $ll2 #ecoaissace Au!oma!i+ue de la $arole. 3uod = G2 Von ,e/e&4. %&$erime!s i Hearig . Mc:ra6Hill. ;e orG.
@ 3P2 H$ton #ecoaissace Au!oma!i+ue de la Parole e! dialogue oral homme6 machie. D 32 D2 M$'/el et A2 H2 G'$4 3' Liear Predic!io of S$eech1 'ommuica!io ad '7bere!ics1 (erli Heidelberg ;e orG  S$riger6Ferlag. . ?. @D6 @E.
<< R2 Ge#ello Á $ll2 Mul!i$le resolu!io aal7sis for robus! au!oma!ic s$eech recogi!io1 'om$u!er S$eech ad Laguage >B<. >6><. >BBC1 <> H2 He'#$n&/4 D2 Ell& et S2 S0$'#$ Tadem coec!iois! fea!ure e&!rac!io for co)e!ioal hmm s7s!ems1 3as les ac!es de 5%%% 5!era!ioal

'oferece o Acous!ics. S$eech ad Laguage1 Processig. 5s!abul. TurGe7. BBB1 <= T2 Vnt&4u/ S$eech discrimia!io b7 diami+ue $rogrammig. Kibere!iGa. Fol1 ?. $$.<6. 2a69e). . $$1 ?E6@@. . =. $$1 >@6?>. Mai BB<1

< A2 A2 M$'/ov A e&am$le of s!a!is!ical i)es!iga!io i !he !e&! of %ugee oe7gi illus!ra!ig cou$lig of !es! i chais1 5 Processigs of Academic Scie!ific S!1 Pe!ersburg. 5F. $ages <@= . D=DE ?>=. C>=. C@C.
(ibliogra$hie >B g2 Felle'. A 5!roduc!io !o $robabili!7 !heor7 ad i!s a$$lica!ios. )olume <1 2oh Jille7. ;e orG. >d edi!io. < H2 O2 H$'tle4. Ma&imum liGelihood es!ima!io from 5com$le!e 3a!a1 (iome!rics. BB<1 <A2

A2M$'/ovA

e&am$le

of

s!a!is!ical

i)es!iga!io i !he !e&! of %ugee oe7gi illus!ra!ig cou$lig of !es! i chais1 5 Processigs of Academic Scie!ific S!1 Pe!ersburg. 5F. $ages <@= . D=DE ?>=. C>=. C@C. Bg2 Felle' A 5!roduc!io !o $robabili!7 !heor7 ad i!s a$$lica!ios. )olume <1 2oh Jille7. ;e orG. >d edi!io. <H2 O2 H$'tle4 Ma&imum liGelihood es!ima!io from 5com$le!e 3a!a1 (iome!rics. >P2 ,lln%&le4. S!a!is!ical iferace for MarGo) $rocess. Ui)ersi!7 of 'hicago Press. 'hicagoc. =L2 E2 ,$u# A ie+uali!7 i!h a$$lica!ios !o s!a!is!ical es!ima!io for $robabilis!ic fuc!ios of MarGo) Process1 5e+uali!ies. = < . 1

>? 32 D2 Fu'%u&on Fariable dura!io models for s$eech1

5

Procedigs

of

!he S7m$osium o !he

A$$lica!io of Hidde MarGo) Models !o !e&! ad s$eech6 53A6'#3. Pages  <@. Price!o ;2. @A2 32 Vte'b %rror (ouds for co)e!ioal codes ad as7m$!o!icall7 o$!iium decodig algori!hm1 5%%% !rasac!ios o iforma!io !heor7. <= >CB >CE. C 3'2 Fo'ne4 G2 D2 The Fi!erbi Algori!hme1 5 Procedigs of 5%%%. Fol1 C<. $ages >C >D. DM2 Sl#$ne Les chaies de MarGo) cachés  défii!ios. algori!hmes. archi!ec!ures1 #a$$or! i!ere >CB. Ui)ersi!é 9raois6#abelais de Tours. Labora!oire d’5forma!i+ue. Tours. 9race. >BB>1

(ibliogra$hie >L2 R2 R$bne'. A !u!orial o hidde MarGo) models ad selec!ed a$$lica!ios i s$eech recogi!io1 5 Procedigs of !he 5%%%.Fol1DD. $ages >@D >C.
>EL2 R2 ,$0l $nd F2 3elne/ . 3ecodig 9or chaels

i!h

iser!ios.

dele!ios

ad

subs!i!u!ios. i!h a$$lica!ios !o s$eech recogi!io1 5%%% Trasac!ios

Theor7.

><?B?

?<<.

=B 32 -2 ,$/e'. S!ochas!ic Modelig as a Meas of Au!oma!ic S$eech #ecogi!io1 Ph3 !hesis. 'aregie6 Mello Ui)ersi!7.
MarGo)

Models

ad

mul!i$la7er

$erce$!ros1 5%%% !rasac!ios o Pa!!er Aal7sis ad Machie

5!eligece.

<>
?.

=>L2 R2 R$bne' Á $ll2 O !he A$$lica!io of )ec!or 4ua!izisa!io ad Hidde MarGo) Models !o S$eaGer65de$eda! isola!ed ord recogi!io1 The (ell S7s!em Techical 2oural. C>
==L2 R2 R$bne' $nd S2 E2 Levn&on A S$eaGer ide$eda!. s7!a& direc!ed coec!ed ord recogi!io s7s!em based o Hidde MarGo) models ad le)el buildig1 5%%% Trasac!ios o Acous!ics. S$eech. Sigal Precessig. ===@C< @D=.
=?L2 R2 ,$0l Á All2 A Ma&imum LiGelihood a$$roach

!o

co!iuous

s$eech

recogi!io1 5%%% Trasac!ios o Pa!!er Aal7sis ad Machie

5!eligece

PAM5.@>

s$eech

recogi!io

s7s!em

based

o s$o!!ig di$hoe6liGe segme!s6$relimiar7 resul!s1 5 Proccessigs

of

5%%%

5!era!ioal

'oferece o Acous!ics. S$eech. Sigal Precessig 5'ASSP’D. Pages @ D. 3allas.
'om$u!er Fisio. 9lorida.

a$$roach1

5

5!era!ioal 'oferece o Acous!ics. S$eech. Sigal Processig 5'ASSP’. Pages E> E=<.
(ibliogra$hie

=A2 Sou/0$l Á $ll2 A$$lica!io des 'haies de MarGo) cachées au $robl0me d’ordoaceme! das ue cellule robo!isée1 5 'oférece 5!era!ioale sur la Produc!i+ue '5P’B<. Pages <@< <@C. Algérie. >BB<1 =EM2 R2 A#n A$$re!issage au!oma!i+ue e! recherche

de

l’iforma!io



A$$lica!io

à l’e&!rac!io d’iforma!io de surface e! au résumé de !e&!e1 Ph3

!hesis.

Ui)ersi!é

Paris

C.

>BB<1

?BA2 P2 De#!&te' Á $ll2 Ma&imum6LiGelihood from icom$le!e 3a!a )ia !he %M algori!hm1 2oural of !he #o7al S!a!is!ical Socie!7 (.=E<< =E.
?<A2 G$n$!$t0'$mu. 3iscrimia!i)e !echi+ues i hidde MarGo) models1 'ourse $a$er. G2 Celeu5 Á 32 Debolt . L’algori!hme S%M  u

algori!hme

d’a$$re!issage $robabilis!e $our la

recoaissace des mélages de desi!és1 #e)ue de S!a!is!i+ue A$$li+uée. =?> =@ @>. =. 5;#5A6#oc+uecour!.
??O2 C$!!* Á $ll2 . Simula!io6based me!hods for blid ma&imum6 liGelihood fil!er ide!ifica!io1 Sigal Processig. D= = >@.
?@M2 ,e't0old Á D2 32 H$nd . 5!elige! da!a aal7sis



a

i!roduc!io1

S$riger6

Ferlag.
?C,2 H2 3u$n% Á L2 R2 R$bne' . The segme!al G6meas algori!hm for es!ima!ig $arame!ers of hidde

MarGo) models1 5%%% !rasac!ios o acous!ics. s$eech ad sigal $rocessig. =E
s$eech recogi!io1 5%%% Trasac!ios o S$eech ad audio Precessig. > <<@ <>@. >BBB1

? S2

houn%

Á

$ll2 The h!G booG 9or

)ersio

=1?1

'ambridge Ui)ersi!7 %geereerig 3e$ar!eme!. >BBC1

h!G

Modèles de Markov Cachés : Application à La Reconnaissance Automatique de la Parole.

Recommend Documents