Is automatic phoneme recognition suitable for spontaneous speech analysis ?
La reconnaissance automatique de phonèmes est-elle réellement adaptée pour l’analyse de la parole spontanée ?
Résumé
Automatic phonemic transcription of spontaneous speech has a wide range of applications, particularly in education and health monitoring. These transcriptions are usually evaluated either by theaccuracy of phoneme identification or by their temporal segmentation. To date, no system has beenevaluated simultaneously on both tasks. This article presents the evaluation of a Kaldi-based phonetictranscription system on spontaneous French in the Rhapsodie database. The system performed wellin phoneme and category identification, with error rates of 19.2% and 13.4% respectively. However,its segmentation performances are low, missing on average 40% of phoneme duration and 34% ofcategories. Performance improves with the level of speech planning. These results underline theneed for reliable automatic phonetic transcription systems, necessary for more in-depth analyses ofspontaneous speech.
La transcription phonémique automatique de la parole spontanée trouve des applications variées, notamment dans l'éducation et la surveillance de la santé. Ces transcriptions sont habituellement évaluées soit par la précision de l'identification des phonèmes, soit par leur segmentation temporelle. Jusqu'à présent, aucun système n'a été évalué simultanément sur ces deux tâches. Cet article présente l'évaluation d'un système de transcription phonétique du français spontané (corpus Rhapsodie) basé sur Kaldi. Ce système montre de bons résultats en identification des phonèmes et de leurs catégories, avec des taux d'erreur de 19,2% et 13,4% respectivement. Il est cependant moins performant en segmentation, manquant en moyenne 40% de la durée des phonèmes et 34% des catégories. Les performances s'améliorent avec le niveau de planification de la parole. Ces résultats soulignent le besoin de systèmes de transcription phonétique automatique fiables, nécessaires à des analyses plus approfondies de la parole spontanée.
| Origine | Fichiers éditeurs autorisés sur une archive ouverte |
|---|
