Méthodologie 3-way dextraction dun modèle articulatoire de la parole à partir des données dun locuteurReport as inadecuate




Méthodologie 3-way dextraction dun modèle articulatoire de la parole à partir des données dun locuteur - Download this document for free, or read online. Document in PDF available to download.

1 ABC - Machine Learning and Computational Biology LORIA - ALGO - Department of Algorithms, Computation, Image and Geometry 2 PAROLE - Analysis, perception and recognition of speech Inria Nancy - Grand Est, LORIA - NLPKD - Department of Natural Language Processing & Knowledge Discovery

Abstract : For speaking, a speaker sets in motion a complex set of articulators: the jaw that opens more or less, the tongue which takes many shapes and positions, the lips that allow him to leave the air escaping more or less abruptly, etc

The best-known articulary model is the one of Maeda 1990, derived from Principal Component Analysis made on arrays of coordinates of points of the articulators of a speaker talking. We propose a 3-way analysis of the same data type, after converting tables into distances. We validate our model by predicting spoken sounds, which prediction proved almost as good as the acoustic model, and even better when co-articulation is taken into account.

Résumé : Pour parler, le locuteur met en mouvement un ensemble complexe d-articulateurs : la mâchoire qu-il ouvre plus ou moins la langue à laquelle il fait prendre de nombreuses formes et positions, les lèvres qui lui permettent de laisser l-air s-échapper plus ou moins brutalement, etc. Le modèle articulatoire le plus connu est celui de Maeda 1990, obtenu à partir d-Analyses en Composantes Principales faites sur les tableaux de coordonnées des points des articulateurs d-un locuteur en train de parler. Nous proposons ici une analyse 3-way du même type de données, après leur transformation en tableaux de distances. Nous validons notre modèle par la prédiction des sons prononcés, qui s-avère presque aussi bonne que celle du modèle acoustique, et même meilleure quand on prend en compte la co-articulation.

en fr

Keywords : spatio-temporal data mining extraction of articulatory model 3-way MDS MultiDimensional Scaling INDSCAL algorithm M-SVM Multiple Support Vector Machine

Mots-clés : fouille de données spatio-temporelles extraction de modèle articulatoire 3-way MDS MultiDimensional Scaling algorithme INDSCAL M-SVM Multiple Support Vector Machine





Author: Martine Cadot - Yves Laprie -

Source: https://hal.archives-ouvertes.fr/



DOWNLOAD PDF




Related documents