Want to create interactive content? It’s easy in Genially!

Get started free

Reconnaissance vocale

Thomas Adam

Created on May 25, 2023

Start designing with a free template

Discover more than 1500 professional designs like these:

Transcript

RECONNAISSANCE VOCALE

Avancées et enjeux dans le traitement en mode expert

01 Qu'est ce que la reconnaissanec vocale

02 Les avantages de la reconnaissance vocale

03 Limitations et défis

Index

04 Évolution de la reconnaissance vocale

05 Conclusion

Qu'est ce que

Une technologie qui permet à un système informatique de comprendre et d'interpréter la parole humaine.

la reconnaissance vocale

Assisant

écoute l'environnement

( à l'aide de microphone )

Reconnaissance vocale

signaux audiaux en mot et phrases

( à l'aide de modèles acoustiques et linguistiques )

Les avantages de

la reconnaissance vocale

Gain de temps et d'effort considérable.

L'accessibilité qu'offre la reconnaissance vocale.

Adaptabilité aux différents accents et langues.

Limitations

et défis

Erreurs de reconnaissances possibles

Difficultés avec les accents ou les environnements bruyants

Confidentialité et sécurité des données

Évolution de la

reconnaissance vocale

Progrès récents et tendances émergentes

Intégration avec l'intelligence artificielle et l'apprentissage automatique

Impacts potentiels sur les domaines tels que la santé, l'automobile, etc.

Conclusion

Intégration croissante

Limites et défis

Ses avantages

Définition

- Amélioration de ses performances- Ouvert de nouvelle applications : Santé, automobile ...

- Erreurs de reconnaissance- Difficulté avec les accents et les environnements bruyants - Confidentialité et à la sécurité des données.

- Gain de temps et d'efforts- Accessible pour tous

- Une technologie qui permet à un système informatique de comprendre et d'interagir avec les utilisateurs par le biais de la parole.

- Une technologie qui permet à un système informatique de comprendre et d'interagir avec les utilisateurs par le biais de la parole.

Références

Li, X., Huang, L., & Deng, L. (2018). Deep Learning for Speech and Language Processing. Springer. Sak, H., Senior, A., & Beaufays, F. (2015). Long Short-Term Memory Based Recurrent Neural Network Architectures for Large Vocabulary Speech Recognition. In IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 4520-4524. Chiu, C. C., & Sainath, T. N. (2018). State-of-the-Art Speech Recognition with Sequence-to-Sequence Models. IEEE Signal Processing Magazine, 35(3), 42-53. Chorowski, J., Bahdanau, D., Serdyuk, D., Cho, K., Bengio, Y., & Schwenk, H. (2015). Attention-Based Models for Speech Recognition. In Advances in Neural Information Processing Systems (NIPS), 577-585.

Thank you!