travaux de recherche

De 2003 à 2008, mon travail de recherhce s'est inscrit dans le domaine de la reconnaissance automatique de la parole.

Durant mon stage de fin d'études d'ingénieur, qui s'est désoulé au Loria au printemps 2003, j'ai travaillé sur la décomposition automatique de flux audio en tours de parole. Il s'agit de déterminer, dans un document audio, combien de locuteurs interviennent et les intervalles de temps où ils parlent. Ce traitement est une étape préliminaire pour la reconnaissance de la parole, il perment de d'adapter les modèles acoustiques à la parole de chaque locuteur afin de réduire les taux d'erreurs.

Mon stage de DEA informatique, qui s'est également déroulé au Loria, a été la continuité du travail précédent. J'y ai implanté et testé une méthode pour la "segementation et regroupement en locuteurs" développée par Sylvain Ménier.

En ce qui concerne ma thèse, elle se déroule au sein du Loria et est financée partiellement par le projet Européen HIWIRE. Mon travail de thèse s'inscrit dans le candre de la reconnaissance de la parole non native. Par parole non native, il est désigné le discours d'une personne parlant dans une langue autre que sa langue maternelle. Par exemple, une personne d'origine Française parlant la langue Anglaise. Le but de mes recherches est l'amélioration des performances des systèmes automatiques de reconnaissance vocale vis-à-vis de la parole non-native. Nous avons développé une nouvelle méthode qui a permis l'amélioration des taux de reconnaissances sachant l'origine du locuteur à tester. Nous avons également mis au point une nouvelle technique pour la détection automatique de la langue d'origine d'un locuteur non natif. Le but de cette dernière est de déterminer, en amont, la langue maternelle d'un locuteur non natif et ce afin de sélectionner le système de reconnaissance de parole approprié (adapté à l'origine de ce locuteur).

Récemment, j'ai collaboré avec M. Michael Cai su rle sujet du "calcul rapide de likelihood". Nous avons testé plusieurs méthodes dont "Feature Component Reordering (FCR)", "Best Mixture Prediction (BMP)", "Gaussian Selection", "Single Instruction Multiple Data (SIMD)". Nous avons également développé une nouvelle méthode appelée Dynamic Gaussian Selection (DGS, or Extended BMP)". Les résultats de ces recherches sont en cours de rédaction et seront publiés bientôt.