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