Abstract FR:

L'objectif du mémoire est de proposer une méthode automatique de représentation de l'incertain dans une application de réestimation pour la reconnaissance de la parole en mots isolés. Apres une phase ascendante, le système de décodage se fonde sur des connaissances phonétiques additionnelles (dont des règles acoustiques contextuelles) pour engager la phase descendante du décodage acoustico-phonétique et pour réestimer, au final, les hypothèses phonétiques et lexicales. L'originalité du travail consiste à évaluer les scores de réestimation au moyen d'ensembles flous, et de proposer l'utilisation d'un réseau neuromimétique afin d'optimiser la pondération de ces scores flous lors de leur agrégation. La première partie du mémoire permet d'investir les différents modes de représentation de l'imprécis et de l'incertain (probabilités, possibilités, théorie de Dempster-Shafer, logique floue) puis les opérateurs de fusion numérique disponibles en décision. En seconde partie, une méthode automatique de calcul des fonctions d'appartenance d'ensembles flous est proposée afin de décrire les référentiels des règles acoustiques descendantes. Etablies à partir de statistiques restreintes sur le comportement discriminant des règles en reconnaissance, ces fonctions illustrent la quantité d'information véhiculée par les sources de connaissance. Afin d'obtenir des scores phonétiques puis lexicaux, un jeu d'opérateurs de fusion est proposé (règle de combinaison proposée par Dempster-Shafer, expression discriminante de la formule de Bayes, moyennes pondérées avec poids optimisés par gradient ou par réseau de neurones). L'intérêt de ces opérateurs est établi pour la phase de réestimation par une discussion des performances en rejet d'hypothèses phonétiques et lexicales