Etude Comparative Entre Les Librairies De Reconnaissance Vocale

##plugins.themes.bootstrap3.article.sidebar##

pdf
Publié-e : jun 28, 2014
DOI : https://doi.org/10.61850/allj.v20i1.501
Mots-clés :
Reconnaissance automatique de la parole, librairies, HTK, Sphinx, Matrice de confusion

##plugins.themes.bootstrap3.article.main##

Hamza Frihia
Halima Bahi

Résumé

La disponibilité des outils de reconnaissance de la parole avec leur architecture modulaire et leur open source permet aux chercheurs et programmeurs d’implémenter et tester de nouveaux algorithmes. Ces caractéristiques facilitent le développement de puissants systèmes de reconnaissance automatique de la parole (RAP). En pratique, différentes boite à outils ont été utilisées pour la création des systèmes de reconnaissance vocale sur n’importe quelle langage, on cite : HTK, sphinx, Kaldi, ASR de Matlab et java speech… Pour répondre à la question : quelle est la meilleure librairie, nous voulons effectuer une comparaison entre les librairies les plus utilisé HTK et sphinx et Matlab appliqués pour la reconnaissance des mots isolés et des phrases continues, tout en transmettant notre expérience.

Plum Analytics

Artifact Widget

##plugins.themes.bootstrap3.article.details##

Comment citer
Frihia, H., & Bahi, H. (2014). Etude Comparative Entre Les Librairies De Reconnaissance Vocale. AL-Lisaniyyat, 20(1), 35-42. https://doi.org/10.61850/allj.v20i1.501
Numéro
Vol. 20 No 1 (2014): v20i12014
Rubrique
Articles

Conformément à sa politique de publication en libre accès, la revue AL-Lisaniyyat reconnaît et garantit aux auteurs la titularité pleine et exclusive des droits d’auteur ainsi que des droits de propriété intellectuelle afférents à leurs contributions scientifiques.

La publication d’un article dans la revue n’entraîne aucun transfert, cession ou limitation de ces droits. Les auteurs conservent le droit de leurs travaux, sans qu’une autorisation préalable écrite de la revue ne soit requise.

Crossref
Scopus
Google Scholar
Europe PMC

Références

[1] Rabiner, L “A tutorial on hidden Mar- kov models and selected applications in speech recognition”, Proceedings of the IEEE, 77, 1989 [2] Institut Electronique et Informatique Gaspard-Monge (IGM) htip://www- igm-univ-mlv.fr/. [3] Young, S, Evermann, G. Kershaw, D, Moore, D., Odell, J., Ollason, D., Valtchev, V. and Woodland, P., “The HTK Book”, Cambridge University En- gineering Dept., 2001 [4] CMUSphinx, Open Source Toolkit For Speech Recognition, Project By CMU, “Sphinx-4 Application Programmers Guide”, Online: http://emusphinx.sourceforge.net/wiki/tut orialsphinx4 [5] Lamere, P., Wok K. Walker, W. Gouvea, E., Singh, R.. Raj, B. and Wolf, P., “Design of the CMU Sphinx-4 decod- er”, Proceedings of the Sth European Conference on Speech Communication and Technology, Geneve, Switzerland, pp. 1181-1184, Sept. 2003 [6] Yang. H.J.. Oehlke, C. and Meinel, C.. “German speech recognition: A solution for the analysis and processing of lecture
recordings”, HPL In Proc. Of 10° IEEE/ACIS, Sanya, Heinan Island, China, 2011 [7] Samu, K. and Barot, M., “A comparison of public domain software tools for speech recognition”, Workshop on Spo- ken Language Processing. In ISCA- Supported Event., Mumbai, India, 2003 [8] Jang, J-S. R., "ASR (Automatic Speech Recognition) Toolbox", available from the link at the authors homepage at “http://mirlab.org/jang"