Peuh, de toute façon c'est déjà out la reconnaissance vocale.
Maintenant on fait de la reconnaissance multi-modale.
C'est quoi ça ? Par exemple, avec une caméra, on lit sur les lèvres de celui qui est en train de parler, et on recoupe les résultats avec ce qui vient du micro.
Pourquoi faire ça ? Parce que c'est ce que l'être humain fait. Pas seulement les sourds qui savent parfaitement lire sur les lèvres. Non tout le monde inconsciemment lit sur les lèvres. Il y a une expérience célèbre qui prouve celà : on filme en gros plan quelqu'un disant lentement et articulant exagérément "BA DA GA JA PA LA". On enlève la bande son. On l'enregistre dire de la même manière "BA BA BA BA BA BA", et on synchronise cette bande son avec le film. Maintenant on demande à des gens de bien regarder la vidéo et de noter ce qu'ils ont entendus. Presque tout le monde se trompe.
C'est utilisé en pratique et ça marche ? Oui, ça baisse le taux d'erreur de notre reconnaisseur, et ce d'autant plus que la pièce est pleine de bruits parasites. Comme quand on est en boîte, on arrive beaucoup mieux à comprendre ce qu'on nous dit. (Et oui ! encore une fois, vous savez lire sur les lèvres !)
[^] # Re: Commercial ?
Posté par jmfayard . En réponse à la dépêche IBM dope la reconnaissance vocale Open Source. Évalué à 10.
Maintenant on fait de la reconnaissance multi-modale.
C'est quoi ça ? Par exemple, avec une caméra, on lit sur les lèvres de celui qui est en train de parler, et on recoupe les résultats avec ce qui vient du micro.
Pourquoi faire ça ? Parce que c'est ce que l'être humain fait. Pas seulement les sourds qui savent parfaitement lire sur les lèvres. Non tout le monde inconsciemment lit sur les lèvres. Il y a une expérience célèbre qui prouve celà : on filme en gros plan quelqu'un disant lentement et articulant exagérément "BA DA GA JA PA LA". On enlève la bande son. On l'enregistre dire de la même manière "BA BA BA BA BA BA", et on synchronise cette bande son avec le film. Maintenant on demande à des gens de bien regarder la vidéo et de noter ce qu'ils ont entendus. Presque tout le monde se trompe.
C'est utilisé en pratique et ça marche ? Oui, ça baisse le taux d'erreur de notre reconnaisseur, et ce d'autant plus que la pièce est pleine de bruits parasites. Comme quand on est en boîte, on arrive beaucoup mieux à comprendre ce qu'on nous dit. (Et oui ! encore une fois, vous savez lire sur les lèvres !)