Les chercheurs développent un modèle de reconnaissance de la parole humaine basé sur les réseaux de neurones profonds

Un groupe de chercheurs allemands explore un nouveau modèle de reconnaissance de la parole humaine basé sur l’apprentissage automatique et les réseaux de neurones profonds. Le nouveau modèle pourrait grandement améliorer la reconnaissance de la parole humaine.

Les algorithmes des appareils auditifs sont généralement utilisés pour améliorer la reconnaissance de la parole humaine, et ils sont évalués à travers diverses expériences qui déterminent le rapport signal/bruit à partir duquel un certain nombre de mots sont reconnus. Cependant, ces expériences sont souvent longues et coûteuses.

Le nouveau modèle a été détaillé dans une recherche publiée dans The Journal of the Acoustical Society of America.

Prédictions pour les auditeurs ayant une déficience auditive

Jana Roßbach est l’une des auteurs de l’Université Carl Von Ossietzky.

« La nouveauté de notre modèle est qu’il fournit de bonnes prédictions pour les auditeurs ayant une déficience auditive pour des types de bruit très différents en termes de complexité et montre à la fois des erreurs faibles et des corrélations élevées avec les données mesurées », a déclaré Roßbach.

L’équipe de chercheurs a calculé combien de mots par phrase un auditeur pouvait comprendre grâce à la reconnaissance automatique de la parole (ASR). Les outils de reconnaissance de la parole tels qu’Alexa et Siri reposent sur cette ASR, qui est largement disponible.

Étude et résultats

L’étude menée par l’équipe a impliqué huit personnes ayant une audition normale et 20 personnes ayant une déficience auditive. Les auditeurs ont été exposés à de nombreux bruits complexes qui cachaient la parole, et les auditeurs ayant une déficience auditive ont été classés en trois groupes en fonction de leur niveau de perte auditive liée à l’âge.

Grâce au nouveau modèle, les chercheurs ont pu prédire les performances de reconnaissance de la parole humaine des auditeurs ayant une déficience auditive avec différents degrés de perte auditive. Ils ont pu faire ces prédictions pour divers masques de bruit avec différentes complexités en modulation temporelle et en fonction de leur ressemblance avec la parole réelle. Tout cela a permis à chaque personne d’être observée et analysée individuellement en ce qui concerne les pertes auditive possibles.

« Nous avons été les plus surpris que les prédictions fonctionnent bien pour tous les types de bruit. Nous nous attendions à ce que le modèle ait des problèmes lors de l’utilisation d’un seul locuteur concurrent. Cependant, ce n’était pas le cas », a déclaré Roßbach.

Puisque le modèle était axé sur l’audition monoculaire, l’équipe va maintenant essayer de créer un modèle binaural pour l’audition binaurale. Ils disent également que le nouveau modèle pourrait être utilisé pour prédire l’effort d’écoute ou la qualité de la parole.