A l'heure ou les echanges entre les individus ne cessent de s'internationaliser, la maitrise d'une langue etrangere devient peu a peu indispensable. L'apprentissage d'une langue assiste par ordinateur apparait comme un nouvel enjeu. En particulier, l'amelioration de comprehension orale constitue l'une des cles de la maitrise d'une langue. Pour ameliorer l'intelligibilite, j'ai elabore une premiere strategie basee sur le ralentissement selectif du signal de parole. Les parties transitoires, de forte concentration d'indices acoustiques, se revelent etre des candidats privilegies pour le ralentissement. La detection de ces regions est basee sur le calcul d'un coefficient refletant le taux de variation du spectre. J'ai elabore une seconde strategie consistant a renforcer les evenements pertinents de la parole c'est-a-dire ceux dont l'amplification ameliore l'intelligibilite. J'ai base ma strategie sur le principe de preservation des oppositions phonetiques, notamment entre les consonnes voisees et non-voisees. Ainsi, j'ai developpe un algorithme de detection des bursts et des fricatives sourdes a partir de criteres energetiques. Des experiences de perception ont valide les strategies d'amelioration de l'intelligibilite : une preliminaire avec des francais sur des phrases americaines (TIMIT) et une seconde avec des etudiants etrangers (apprenant le francais comme langue etrangere) sur des phrases francaises (BDSON). Enfin, pour realiser ces modifications prosodiques (rythme, intensite, frequence fondamentale), je me suis appuye sur la methode PSOLA. J'ai elabore un algorithme de marquage de la periode du fondamental et ameliore la precision de la methode de synthese. La mise en oeuvre de ces strategies est totalement automatique et cette approche permet d'ameliorer l'intelligibilite d'un signal de parole dans le cadre de l'apprentissage d'une langue.

Techniques d'analyse et de synthèse de la parole appliquées à l'apprentissage des langues

This paper presents an elitist approach\" for extracting automatically well-realized speech sounds with high confidence. The elitist approach uses a speech recognition system based on Hidden Markov Models (HMM). The HMM are trained on speech sounds which are systematically well-detected in an iterative procedure. The results show that, by using the HMM models defined in the training phase, the speech recognizer detects reliably specific speech sounds with a small rate of errors.

/pdf/an-elitist-approach-for-extracting-automatically-well-1lv5vwacwj.pdf

An elitist approach for extracting automatically well-realized speech sounds with high confidence

This paper presents an "elitist approach" for extracting automatically well-realized speech sounds with high confidence. The elitist approach uses a speech recognition system based on Hidden Markov Models (HMM). The HMM are trained on speech sounds which are systematically well-detected in an iterative procedure. The results show that, by using the HMM models defined in the training phase, the speech recognizer detects reliably specific speech sounds with a small rate of errors.

Jean-Baptiste Maj

Papers

An elitist approach for extracting automatically well-realized speech sounds with high confidence

An elitist approach for extracting automatically well-realized speech sounds with high confidence