Abstract FR:

Les systèmes de reconnaissance vocale accessibles à une large communauté d'utilisateurs (e. G. Services vocaux téléphoniques) sont inévitablement confrontés à de nombreux signaux étrangers au domaine de l'application : mots hors vocabulaire, hésitations, bruits divers, etc. Ces signaux peuvent occasionner des erreurs de fausses alarmes qui s'ajoutent aux erreurs de substitution. Si ces erreurs sont trop nombreuses elles risquent de rebuter l'utilisateur. Pour qu'une application soit viable, il est indispensable de disposer d'une mesure de confiance traduisant le degré de fiabilité des mots reconnus. Ce travail propose de définir une mesure de confiance à partir de rapports de vraisemblance estimés au niveau des trames acoustiques. L'idée est de définir une méthode utilisable en reconnaissance flexible, qui permette d'estimer le degré de confiance de n'importe quelle portion du signal. L'originalité de cette approche réside dans la définition de modèles d'évènements corrects et incorrects pour chaque état des HMMS. Il s'agit de distributions estimées a partir des informations centisecondes (vecteurs de trames) du signal. Dans cette étude, les mesures de confiance sont appliquées au rejet des entrées incorrectes d'un annuaire téléphonique vocal, indépendant du locuteur, et base sur un système de reconnaissance flexible. Plusieurs stratégies de rejet sont proposées : vérification des hypothèses d'un décodeur muni ou non d'un modèle de rejet, avec ou sans adaptation des HMMS aux données d'exploitation. Dans tous les cas, on obtient des performances de rejet supérieures à celles d'un système de référence (utilisation d'un modèle de rejet, sans vérification des résultats) sur les entrées hors vocabulaire et les bruits.