Sujet de thèse Structuration statistique non supervisée de ...

Sujet de thèse
Structuration statistique non supervisée de l’espace acoustique
pour la reconnaissance de la langue parlée
Jean-François Bonastre
MCF (HDR) LIA, Université d’Avignon
Membre de l’Institut Universitaire de France

Description générale
La reconnaissance de la langue parlée consiste à détecter de manière automatique la langue dans
laquelle sont prononcés des messages vocaux. Bien entendu, seules les langues appartenant à un sous-
ensemble de langues déjà connues du système peuvent être reconnues. L’approche dominante en
reconnaissance de la langue consiste à construire un reconnaisseur de parole simplifié pour chacune
des langues recherchées, l’ensemble des reconnaisseurs de parole étant appliqué sur chaque message
vocal géré par le système [1]. Une langue est alors modélisée par la réaction de l’ensemble des
reconnaisseurs de parole lorsqu’ils sont en présence d’un enregistrement prononcé dans ladite langue.
Cette approche offre un niveau de performance très intéressant mais introduit également des
contraintes importantes. En effet, pour reconnaître une langue donnée, il est nécessaire de disposer des
ressources nécessaires à la création du reconnaisseur de parole associé, soit un corpus de parole
étiquetée de grande taille et relativement homogène au niveau des conditions d’enregistrement (parole
de qualité studio, parole téléphonique, données radiophoniques, enregistrements de réunions…) et du
type de parole employé (parole lue, parole ...