Apprentissage de structures de réseaux bayésiens dynamiques pour la reconnaissance de la parole - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Conference Papers Year : 2002

Apprentissage de structures de réseaux bayésiens dynamiques pour la reconnaissance de la parole

Abstract

Nous présentons une méthodologie pour modéliser la parole dans laquelle nous ne faisons aucune hypothèse à priori sur les dépendances entre les variables cachées et observables. Plutôt, nous donnons aux données une liberté complète pour dicter les dépendances appropriées. Cette approche a l'avantage de garantir que le modèle résultant représente la parole avec une plus grande fidélité que les HMM. En outre, un contrôle est donné à l'utilisateur pour faire un compromis entre la fidélité et la complexité du modèle. Nous évaluons le potentiel de notre approche sur une tâche de reconnaissance de chiffres connectés. || We present a speech modeling methodology where no a priori assumption is made on the dependencies between the observed and the hidden speech processes. Rather, dependencies are learned from data. This methodology guarantees improvement in modeling fid
No file

Dates and versions

inria-00100854 , version 1 (26-09-2006)

Identifiers

  • HAL Id : inria-00100854 , version 1

Cite

Murat Deviren, Khalid Daoudi. Apprentissage de structures de réseaux bayésiens dynamiques pour la reconnaissance de la parole. XXlVèmes Journées d'Études sur la Parole - JEP'2002, Jun 2002, Nancy, France, pp.293-296. ⟨inria-00100854⟩
93 View
0 Download

Share

Gmail Facebook X LinkedIn More