Au cours de la dernière décennie, les progrès de l'apprentissage automatique ont ouvert la voie au développement d'outils de reconnaissance vocale de plus en plus avancés. En analysant les fichiers audio de la parole humaine, ces outils peuvent apprendre à identifier des mots et des phrases dans différentes langues, les convertir dans un format lisible par machine.

Alors que plusieurs modèles basés sur l'apprentissage automatique ont obtenu des résultats prometteurs sur les tâches de reconnaissance vocale, ils ne fonctionnent pas toujours bien dans toutes les langues. Par exemple, lorsqu'une langue a un vocabulaire avec de nombreux mots à consonance similaire, les performances des systèmes de reconnaissance vocale peuvent diminuer considérablement.

Chercheurs du Mahatma Gandhi Mission's College of Engineering &Technology et du Jaypee Institute of Information Technology, en Inde, ont développé un système de reconnaissance vocale pour résoudre ce problème. Ce nouveau système, présenté dans un article publié dans Springer Link's Journal international des technologies de la parole , combine un réseau de neurones artificiels (ANN) avec une technique d'optimisation connue sous le nom de colonie d'abeilles artificielles d'opposition (OABC).

"Dans ce travail, la structure par défaut des ANN est repensée à l'aide de l'algorithme de Levenberg-Marquardt pour récupérer un taux de prédiction optimal avec précision, " les chercheurs ont écrit dans leur article. " Les couches cachées et les neurones des couches cachées sont encore optimisés à l'aide de la technique d'optimisation des colonies d'abeilles artificielles par opposition. "

Une caractéristique unique du système développé par les chercheurs est qu'il utilise un algorithme d'optimisation OABC pour optimiser les couches de l'ANN et les neurones artificiels. Comme son nom l'indique, Les algorithmes de colonie d'abeilles artificielles (ABC) sont conçus pour simuler le comportement des abeilles mellifères afin de résoudre divers problèmes d'optimisation.

"Généralement, les algorithmes d'optimisation initialisent aléatoirement les solutions dans le domaine de correspondance, " expliquent les chercheurs dans leur article. " Mais cette solution pourrait aller dans le sens inverse de la meilleure solution, augmentant ainsi considérablement la surcharge de calcul. Par conséquent, cette initialisation basée sur l'opposition est appelée OABC."

Le système développé par les chercheurs considère les mots individuels prononcés par différentes personnes comme un signal vocal d'entrée. Ensuite, il extrait les caractéristiques du spectrogramme dit de modulation d'amplitude (AM), qui sont essentiellement des caractéristiques propres au son.

Les caractéristiques extraites par le modèle sont ensuite utilisées pour entraîner l'ANN à reconnaître la parole humaine. Après avoir été entraîné sur une grande base de données de fichiers audio, l'ANN apprend à prédire des mots isolés dans de nouveaux échantillons de parole humaine.

Les chercheurs ont testé leur système sur une série de clips audio de la parole humaine et l'ont comparé à des techniques de reconnaissance vocale plus conventionnelles. Leur technique a surpassé toutes les autres méthodes, atteindre des scores de précision remarquables.

« La sensibilité, spécificité, et la précision de la méthode proposée sont de 90,41 %, 99,66 % et 99,36 %, respectivement, ce qui est mieux que toutes les méthodes existantes, ", écrivent les chercheurs dans leur article.

À l'avenir, le système de reconnaissance vocale pourrait être utilisé pour parvenir à une communication homme-machine plus efficace dans divers contextes. En outre, l'approche utilisée pour développer le système pourrait inspirer d'autres équipes à concevoir des modèles similaires, qui combinent les ANN et les techniques d'optimisation OABC.

© 2019 Réseau Science X