Parallelization of Automatic Speech Recognition - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Rapport (Rapport De Recherche) Année : 2001

Parallelization of Automatic Speech Recognition

Nathalie Revol

Résumé

The automatic recognition of spoken words is increasingly common, for dictaphone applications, telephone services or the command of various devices by disabled persons. In the latter case, a high recognition rate is expected on a vocabulary of small to medium size. To achieve this goal, the model must be refined. Thus, both the training stage and the recognition stage for such applications can be very time consuming and occasional re-training may happen. Its parallelization is thus worth considering. In this paper we present firstly the models we use: the classical hidden Markov model and another model that takes into account the prosody of speech, namely the centisecond two-level hidden Markov model introduced by Meziane [10]. Then two parallelization strategies are detailed: the first one simply shares the vocabulary among the processors, the second one also distributes the model. Experimental results highlight the need for a finer load-balancing: an a priori load estimation is presented and is used to statically balance the computational load between the processors. Further experiments have been conducted and exhibit efficiencies higher than 65% on an architecture composed of 12 Pentium Pro interconnected via Myrinet. Directions for improving further the parallelization are given.
La reconnaissance automatique de la parole est utilisée de plus en plus couramment, par exemple pour la commande de divers appareils par des handicapés Cette application nécessite un taux de reconnaissance très élevé pour un vocabulaire de taille petite à moyenne et le modèle doit donc être très particulièrement précis. Les phases d'apprentissage et de reconnaissance sont dans ce cas très gourmande en temps et des ré-apprentissages peuvent se produire. le besoin de paralléliser cette application se fait alors sentir. Dans ce rapport, nous commençons par présenter les modèles que nous utilisons, à savoir le modèle de Markov caché classique et le modèle de Markov caché à deux niveaux centiseconde introduit par Meziane, qui permet de tenir compte de la prosodie de la parole. Nous présentons ensuite deux stratégies de parallélisation, la plus simple consistant à partager les mots de vocabulaire entres les processeurs et l'autre répartissant également le modèle. Les résultats expérimentaux mettent en évidence la nécessité d'utiliser une répartition de la charge plus élaborée. Nous définissons des formules d'estimation a priori de la charge et les utilisons afin de distribuer statiquement la charge de calcul? Les expériences correspondantes présentent des efficacités supérieures à 65% sur une architecture composée de 12 Pentium Pro interconnectées par un réseau Myrinet. Nous indiquons en conclusion quelques pistes en vue d'améliorer cette parallélisation
Fichier principal
Vignette du fichier
RR-4110.pdf (330.59 Ko) Télécharger le fichier
RR2001-02.pdf (468.5 Ko) Télécharger le fichier

Dates et versions

inria-00072521 , version 1 (24-05-2006)

Identifiants

  • HAL Id : inria-00072521 , version 1

Citer

Yahya Ould Mohamed El Hadj, Nathalie Revol. Parallelization of Automatic Speech Recognition. [Research Report] RR-4110, LIP RR-2001-02, INRIA, LIP. 2001. ⟨inria-00072521⟩
110 Consultations
174 Téléchargements

Partager

Gmail Facebook X LinkedIn More