Détection de mots hors-vocabulaire par combinaison de mesures de confiance de haut et bas niveaux
Résumé
This paper addresses the issue of Out-Of-Vocabulary (OOV) word detection in Large Vocabulary Continuous Speech Recognition (LVCSR) systems. We propose a method inspired by confidence measures, that consists in analyzing the recognition system outputs in order to automatically detect errors due to OOV words. This method combines various features based on acoustic, linguistic , decoding graph and semantics. We evaluate separately each feature and we estimate their complementarity. Experiments are conducted on a large French broadcast news corpus from the ESTER evaluation campaign. Results show good performance in real conditions : the method obtains an OOV word detection rate of 43%-90% with 2.5%-17.5% of false detection.
Cet article aborde le problème de la détection des mots hors-vocabulaire dans le cadre des Sys-tèmes de Reconnaissance Automatique de la Parole (SRAP) continu grand vocabulaire. Nous pro-posons une méthode inspirée par les mesures de confiance, qui consiste en l'analyse des sorties du système afin d'y détecter automatiquement les erreurs liées aux mots hors-vocabulaire. Cette méthode combine différents paramètres basés sur l'acoustique, la linguistique, la topologie du graphe de décodage ainsi que sur des paramètres sémantiques. Nous évaluons séparément cha-cun de ces paramètres et nous estimons leur complémentarité. Les expériences ont été menées sur un corpus d'émissions radio issu de la campagne ESTER. Les résultats montrent des performances intéressantes en condition réelle : nous obtenons un taux de détection de mots hors vocabulaire de 43%-90% pour 2.5%-17.5% de fausse détection.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|
Loading...