Analyse de l'effet de la r\'everb\'eration sur la reconnaissance automatique de la parole (Analyzing how reverberation affects Automatic Speech Recognition)
La Reconnaissance Automatique de la Parole (RAP) est moins performante lorsque le signal de parole est de mauvaise qualit{\'e}. Dans cette {\'e}tude, nous analysons les erreurs commises par les syst{\`e}mes de RAP lorsque la parole transcrite est r{\'e}verb{\'e}r{\'e}e afin de mieux comprendre les raisons de ces erreurs. Notre analyse permet de mettre en valeur les erreurs dues notamment {\`a} un mauvais alignement phon{\'e}tique. Nous avons pu constater que les phon{\`e}mes de courte dur{\'e}e sont majoritairement supprim{\'e}s lors du d{\'e}codage phon{\'e}tique. De plus, les phon{\`e}mes d{\'e}tect{\'e}s, qu{'}ils soient corrects ou pas, ont tendance {\`a} avoir la m{\^e}me dur{\'e}e, ce qui est anormal pour certaines classes phon{\'e}tiques comme les voyelles courtes ou les plosives. Nous avons aussi analys{\'e} les principales confusions entre les diff{\'e}rentes classes phon{\'e}tiques. Finalement, nous avons pu montrer que les erreurs lors de l{'}alignement phon{\'e}tique des syst{\`e}mes de transcription automatique entra{\^\i}nent beaucoup d{'}erreurs de d{\'e}tection.
PDF Abstract
