Introduction d’informations sémantiques dans un système de reconnaissance de la parole (Despite spectacular advances in recent years, the Automatic Speech Recognition (ASR) systems still make mistakes, especially in noisy environments)

Malgre les avances spectaculaires ces dernieres annees, les systemes de Reconnaissance Automatique de Parole (RAP) commettent encore des erreurs, surtout dans des environnements bruites. Pour ameliorer la RAP, nous proposons de se diriger vers une contextualisation d’un systeme RAP, car les informations semantiques sont importantes pour la performance de la RAP. Les systemes RAP actuels ne prennent en compte principalement que les informations lexicales et syntaxiques. Pour modeliser les informations semantiques, nous proposons de detecter les mots de la phrase traitee qui pourraient avoir ete mal reconnus et de proposer des mots correspondant mieux au contexte. Cette analyse semantique permettra de reevaluer les N meilleures hypotheses de transcription (N-best). Nous utilisons les embeddings Word2Vec et BERT. Nous avons evalue notre methodologie sur le corpus des conferences TED (TED-LIUM). Les resultats montrent une amelioration significative du taux d’erreur mots en utilisant la methodologie proposee.