Résumé: Le traitement de la parole spontanée est l'un des défis majeurs que doit relever le domaine de la reconnaissance automatique de la Parole (RAP). La parole spontanée est significativement différente de la parole préparée (lecture, film, discours radiophonique, commande vocale, etc) notamment à cause des disfluences (pause, répétition, réparation, faux départ). Ces caractéristiques mettent en défaut les systèmes de RAP traditionnels car la structure de la parole spontanée est beaucoup plus difficile à modéliser que celle de la parole préparée. Dans ce projet de doctorat nous nous intéresserons aux méthodes sans lexique basées sur des architectures de séquence à séquence pour, dans un premier volet, améliorer les performances de la RAP sur la parole spontanée et, dans un deuxième volet, étudier les structures internes des modèles neuronaux pour faire émerger de nouvelles hypothèses sur la parole spontanée. Dans le premier volet, les modèles séquence à séquence seront conçu et appris en s'appuyant sur les corpus transcrits existants (plus de 300 heures) enregistrés dans la communication quotidienne (enregistrements de discours au sein d'une famille, dans un magasin, lors d'un entretien, etc.) pour apprendre des modèles profonds de la parole spontanée. Le deuxième volet de la thèse consistera à analyser les représentations apprises par les modèles pour les confronter aux théories et modèles linguistiques sur la parole spontanée aux niveaux prosodique, phonétique et grammatical. Les contributions de la thèse seront de produire des systèmes de reconnaissance de la parole adaptés à la parole spontanée, de permettre d'expliquer ces modèles par rapport à la connaissance actuelle sur la parole spontanée, et de faire ressortir des caractéristiques linguistiques intrinsèques à la parole spontanée.

Publications: 

• JEP2022 Typologie de la parole spontanée à des fins d'analyse linguistique et de développement de systèmes de reconnaissance automatique de la parole 

• GDRLIFT2021 Exploration de systèmes end-to-end pour la reconnaissance automatique de la parole spontanée 

Fichiers liés à la thèse: 

• Manuscrit: (à venir)

• Fichiers de WER et CER correspondant aux expérimentations menées: Drive 

• Gitlab: https://gitlab.com/solene-evain/recops/

• HuggingFace: Modèles