Contribution à la détection de mots-clés par des machines à vecteur support
Dans cet article, nous proposons une nouvelle méthode de détection de mots-clés basée sur des mesures de confiance et les machines à vecteur support (SVM). Les mesures de confiance sont calculées à l'aide des probabilités a posteriori des phonèmes fournies par un système de reconnaissance basé sur les modèles de Markov cachés. Nous présentons trois types de moyennes (arithmétique, géométrique et harmonique) pour calculer une mesure de confiance pour chaque mot. Nous proposons également l'utilisation des machines à vecteur support qui constituent une technique de classification développée à partir de la théorie de minimisation du risque structurel. La décision d'accepter/rejeter un mot est basée sur le vecteur de mesures de confiance qui est l'entrée du classifieur SVM. Les performances du classifieur SVM proposé sont comparées à celles obtenues par les différentes méthodes basées sur les mesures de confiance à base de moyenne.
In this paper, we propose an alternative keyword detection method relying on confidence measures and Support Vector Machines (SVM). Confidence measures are computed from phone level information provided by a Hidden Markov Model based speech recognizer. We use three types of average techniques, arithmetic, geometric and harmonic, to compute a confidence measure for each word. We also use support vector machines which are a classification technique developed from the theory of structural risk minimization. The acceptance/rejection decision of a word is based on the confidence measure vector which is processed by a SVM classifier. The performance of the proposed SVM classifier is compared with those of other methods based on the averaging of confidence measures.
Y.BENAYED
reconnaissance automatique de la parole, détection de mots-clés, machines à vecteur support.
automatic speech recognition, keyword detection, support vector machines.
Français
|
