Conception d'un système de reconnaissance de la parole pour le théâtre
Résumé
The theater, with its specific speech nuances, poses unique challenges in the field of Automatic Speech Recognition (ASR). This report details the design of an ASR system specifically tailored for the theatrical context, leveraging existing tools. WhisperX, a state-of-the-art speech recognition tool, was adapted and optimized for this application. To ensure accurate alignment with the original theater text, we employed the Smith-Waterman algorithm. Although the initial performances did not meet expectations, the work underscores the importance of continued research in this area. Several avenues for improvement are proposed for potential refinements in future endeavors.
Le théâtre, avec ses nuances de discours spécifiques, présente des défis particuliers dans le domaine de la reconnaissance automatique de la parole (ASR). Ce rapport détaille la conception d'un système d'ASR adapté spécifiquement au contexte théâtral en s'appuyant sur des outils existants. WhisperX, un outil de reconnaissance de la parole de pointe, a été adapté et optimisé pour cette application. Pour assurer un alignement précis avec le texte de théâtre original, nous avons utilisé l'algorithme Smith-Waterman. Bien que les performances initiales n'aient pas été à la hauteur des attentes, le travail souligne l'importance de poursuivre la recherche dans ce domaine. Plusieurs pistes d'amélioration sont proposées pour d’éventuelles modifications dans le cadre de travaux futurs.
Origine | Fichiers produits par l'(les) auteur(s) |
---|