Apport de l'adaptation automatique des mod\`eles de langage pour la reconnaissance de la parole: \'evaluation qualitative extrins\`eque dans un contexte de traitement de cours magistraux (Contribution of automatic adaptation of language models for speech recognition : extrinsic qualitative evaluation in a context of educational courses)

Abstract

Malgr\'e les faiblesses connues de cette m\'etrique, les performances de diff\'erents syst\`emes de reconnaissance automatique de la parole sont g\'en\'eralement compar\'ees \`a l'aide du taux d'erreur sur les mots. Les transcriptions automatiques de ces syst\`emes sont de plus en plus exploitables et utilis\'ees dans des syst\`emes complexes de traitement automatique du langage naturel, par exemple pour la traduction automatique, l'indexation, la recherche documentaire... Des \'etudes r\'ecentes ont propos\'e des m\'etriques permettant de comparer la qualit\'e des transcriptions automatiques de diff\'erents syst\`emes en fonction de la t\^ache vis\'ee. Dans cette \'etude nous souhaitons mesurer, qualitativement, l'apport de l'adaptation automatique des mod\`eles de langage au domaine vis\'e par un cours magistral. Les transcriptions du discours de l'enseignant peuvent servir de support \`a la navigation dans le document vid\'eo du cours magistral ou permettre l'enrichissement de son contenu p\'edagogique. C'est \`a-travers le prisme de ces deux t\^aches que nous \'evaluons l'apport de l'adaptation du mod\`ele de langage. Les exp\'eriences ont \'et\'e men\'ees sur un corpus de cours magistraux et montrent combien le taux d'erreur sur les mots est une m\'etrique insuffisante qui masque les apports effectifs de l'adaptation des mod\`eles de langage.

Tasks

Reproductions