Contributions à la reconnaissance robuste de la parole

Transcription

1 École doctorale IAE + M Département de formation doctorale en informatique Contributions à la reconnaissance robuste de la parole Mémoire présenté et soutenu publiquement le 8 décembre 2005 pour l obtention de l habilitation à diriger les recherches de l Université Nancy 2 (spécialité informatique) par Irina Illina Composition du jury Rapporteurs : Régine André-Obrecht, Professeur, Université Toulouse 1 Jean-Pierre Martens, Professeur, Université de Gent, Belgique Jean-François Bonastre, HDR, Maître de conférences, Université d Avignon Examinateurs : Jean-François Mari, Professeur, Université Nancy 2 Jeanine Souquières, Professeur, Université Nancy 2 Directeur d habilitation : Jean-Paul Haton, Professeur, Université Henri Poincaré, Nancy 1 Laboratoire Lorrain de Recherche en Informatique et ses Applications UMR 7503

2

3 Table des matières Avant-propos 1 1 Introduction Des systèmes à base de connaissances vers l approche stochastique A propos de ce document I Dossier de présentation 7 2 Curriculum Vitæ Études et diplômes Fonctions Recherche Enseignement Liste des publications Résumé des recherches Introduction Travaux de thèse Robustesse au bruit et au locuteur Exploration de documents radiophoniques Collaborations extérieures et implication dans des projets Projet STIC-SHS RAIVES Campagne d évaluation ESTER Collaboration avec PRESSE Projet Européen HIWIRE Conclusion i

4 ii Table des matières II Synthèse de recherches 25 4 Modélisation acoustique de la parole Le problème de la reconnaissance Développement d un modèle acoustique Conclusion Vers la reconnaissance robuste au bruit Introduction à la reconnaissance robuste Bruit additif et convolutif, stationnaire et non stationnaire Prise en compte des différences entre les conditions de test et celles d apprentissage Modélisation de la parole bruitée dans le cadre de la compensation Génération des vecteurs acoustiques Modélisation de la parole bruitée Les méthodes de compensation Notre contribution à la compensation du bruit stationnaire Introduction Compensation en temps réel basée sur le Stochastic Matching Égalisation par histogrammes Notre contribution à la compensation du bruit non stationnaire Introduction Compensation temps réel fondée sur le Stochastic Matching Détection de changement d environnement Méthodes de surveillance Comparaison des approches de surveillance Masquage du bruit Conclusion et perspectives Vers la reconnaissance robuste au locuteur Introduction La reconnaissance robuste au locuteur Modèles dépendant du locuteur Modèles indépendant du locuteur Adaptation au locuteur Adaptation basée sur la classification des locuteurs d apprentissage Notre contribution à la reconnaissance robuste au locuteur Reconnaissance de la parole des locuteurs non natifs

5 iii 6.5 Notre contribution à la reconnaissance de la parole des locuteurs non natifs Conclusion et perspectives Cas réel : un système de transcription d émissions radiophoniques Introduction La transcription d émissions radiophoniques ESTER Une campagne d évaluation La campagne d évaluation ESTER Le corpus ESTER Le système ANTS du LORIA Le module de segmentation en événements sonores Le module de reconnaissance Mise en œuvre du système Apprentissage des modèles acoustiques Apprentissage des modèles de langage Validation du système Résultats expérimentaux Conclusion et perspectives Conclusion et perspectives Conclusion Perspectives Perspectives en reconnaissance de la parole Perspectives en reconnaissance robuste de la parole Annexe Corpus VODIS Corpus Aurora Corpus HIWIRE Le modèle acoustique utilisé dans notre travail F-mesure Bibliographie 101

6

7 Table des figures 4.1 Processus de génération des observations Exemple des modèles Histogrammes des durées des observations réelles du phonème anglais /ae/ et de celles générées par son modèle HMM à un état. Le corpus d apprentissage est TIMIT Histogrammes des durées des observations réelles du phonème anglais /ae/ et de celles générées par son modèle HMM à trois état. Le corpus d apprentissage est TIMIT Histogramme des durées des observations réelles (en nombre de trames de 10 ms) du phonème anglais /B/ et son approximation par une distribution normale et la distribution Gamma. Le corpus d apprentissage est Wall Street Journal Histogramme du 2-ème coefficient de cepstre d un ensemble de vecteurs d observations associés au deuxième état du HMM et son approximation à l aide d une gaussienne Histogramme du 2-ème coefficient de cepstre d un ensemble de vecteurs d observations associés au deuxième état du HMM et son approximation à l aide du mélange de deux gaussiennes Schéma d apprentissage des paramètres d un HMM en utilisant la méthode de Baum-Welch Exemple de partage des paramètres au niveau d un état entre différents triphones du phonème anglais /ih/ Spectrogrammes du morceau de phrase «Six cent cinquante-huit», prononcé par un homme dans l habitacle d une voiture en mouvement (parole bruitée) (a) - Spectrogramme du morceau de phrase «Il ne fallait pas que le vote sur la Turquie...», prononcée par une femme dans un environnement calme (parole propre). (b) - Spectrogramme du morceau de phrase «C est occasionnel, les vacances...», prononcé par une femme au téléphone Spectrogramme de la partie de phrase «France Info à Amiens», prononcée par une femme sur fond musical Distribution de δ pour la deuxième dimension cepstrale pour la parole propre (close-talk) et bruitée (far-talk) Exemples de spectrogrammes de phrases de test VODIS artificiellement corrompues par les bruits de façon échelon et aléatoire Réduction du taux d erreur en mots pour l épreuve échelon en fonction de l approche de surveillance utilisée : sans approche de surveillance (biais, Shewart, BIC et SVF. Le corpus VODIS v

8 vi Table des figures 5.7 Réduction du taux d erreur en mot pour l épreuve aléatoire en fonction de l approche de surveillance utilisée : sans approche de surveillance (biais, Shewart, BIC et SVF. Le corpus VODIS Modèle de phonèmes et modèle de masques Schéma général de l adaptation des modèles acoustiques Schéma général d un algorithme génétique Schéma d extraction de règles de confusion de phonèmes Structure de HMM modifié pour la diphtongue anglaise /t / Architecture du système ANTS du LORIA Exemple de segmentation parole/musique. Le corpus ESTER, système ANTS Topologie utilisée du HMM

9 Avant-propos Ce document est constitué de deux parties indépendantes : le dossier de présentation et la synthèse de travaux de recherche. La première partie contient une présentation de mes activités : un bref curriculum vitæ, le résumé de mes travaux de recherche et de mes encadrements suivi par la liste de publications. La deuxième partie est consacrée à la description plus détaillée des domaines dans lesquels se situent mes travaux de recherche ainsi qu à la présentation de contributions dans ce domaine. 1

10

11 Chapitre 1 Introduction La reconnaissance automatique de la parole est le processus par lequel un ordinateur transforme un signal acoustique de parole en texte ou en action. Plusieurs problèmes font de la reconnaissance automatique de la parole un domaine difficile et résolu de façon seulement partielle à l heure actuelle : Le signal de parole présente différents types de variabilité : variabilité intra-locuteur due au mode d élocution, variabilité inter-locuteur due aux différences entre locuteurs, variabilité due au moyen d acquisition du signal (type de microphone), de transmission du signal ou aux différences entre environnements acoustiques (présence de bruits, etc.). Chaque son élémentaire ou phonème peut être modifié par son contexte : le phonème qui le précède et celui qui lui succède. Il est difficile de déterminer combien de mots sont présents dans la phrase et où se trouvent les frontières entre eux. Il est nécessaire de traiter une grande quantité de données ce qui entraîne une grande complexité des calculs ou bien l utilisation d algorithmes de traitements sélectifs. Ces problèmes font de la reconnaissance automatique de la parole un domaine particulier, utilisant des méthodes informatiques spécifiques et un formalisme mathématique adapté. Ce domaine est étroitement lié à ceux du traitement du signal, de l intelligence artificielle (IA) et de la reconnaissance de formes. Selon [Zavaliagkos, 1995], les spécificités de la reconnaissance de la parole par rapport au problème de reconnaissance des formes en général sont les suivantes : La forme à reconnaître est un signal temporel. Plutôt que de reconnaître un événement isolé, il faut reconnaître une séquence d événements dont chacun est de durée inconnue. Il faut intégrer différentes sources de connaissances, à des niveaux différents (lexical, syntaxique, etc.) 1.1 Des systèmes à base de connaissances vers l approche stochastique La naissance de la reconnaissance automatique de la parole comme domaine scientifique remonte aux années cinquante. A cette époque, les premiers systèmes de reconnaissance étaient très rudimentaires et reconnaissaient juste quelques sons prononcés de façon isolée. Ils utilisaient les moyens de l électronique analogique de l époque et se fondaient sur le traitement du signal exclusivement. 3

12 4 Chapitre 1. Introduction L apparition des premiers ordinateurs dans les années soixante a permis de numériser le signal, d automatiser le processus de reconnaissance et de traiter des problèmes plus complexes : plus grand nombre de sons ou des mots à reconnaître, plus grand nombre de locuteurs pris en compte, etc. A cette époque l approche expert et à base de connaissances de l IA sont largement utilisées. Dans les années quatre-vingts, après un passage par la programmation dynamique, l utilisation de l approche stochastique devient de plus en plus prépondérante dans la reconnaissance. Cela est motivé en grande partie par la possibilité d automatiser complètement le processus de reconnaissance. De plus l approche probabiliste est bien formalisée et justifiée mathématiquement (différentes méthodes d apprentissage de modèles, preuves de convergence, etc.). Cette approche a été utilisée tant au niveau acoustique qu au niveau de la modélisation du langage. Malgré une charge de calcul importante, elle a permis de passer à la reconnaissance de la parole continue, c est-à-dire à la parole prononcée sans pauses entre des mots. Cette approche actuellement est le plus utilisée. Le passage de l approche à base de connaissances vers l approche stochastique a été effectuée de façon assez radicale : les systèmes experts ont été remplacés par des modèles stochastiques à tous les niveaux du processus de reconnaissance. Bien évidemment, l expérience et certaines connaissances de l approche expert ont servi à mettre au point les systèmes probabilistes. Mais l idée de connaissances a été remplacée par les modèles probabilistes. A l heure actuelle, l approche probabiliste est considérée comme mûre et ces dernières années n ont pas vu d avancées significatives dans ce domaine. Les principaux progrès de ces dernières années peuvent être classés en trois catégories : La modélisation est devenue très détaillée au niveau acoustique et au niveau du modèle de langage. Une quantité importante de logiciels «libres» sont disponibles pour mettre facilement en place les mélanges de gaussiennes pour les modèles acoustiques et les n- grammes pour les modèles de langage. De plus des bases de données de plus en plus volumineuses sont disponibles pour apprendre ces modèles. La modélisation est devenue adaptative. Différentes méthodes d adaptation au bruit et au locuteur ont été proposées récemment. Ces méthodes sont efficaces même pour l adaptation incrémentale et avec une petite quantité de données d adaptation. La modélisation discriminante est souvent utilisée. Pour apprendre les modèles, différentes méthodes d apprentissage de paramètres sont disponibles. Elles permettent d améliorer la séparabilité entre les modèles et donc d augmenter la performance de la reconnaissance. Actuellement, les meilleurs systèmes de reconnaissance sont capables de reconnaître la parole radiophonique et télévisée avec un taux d erreur de l ordre de 10% [Nguyen et al., 2004], [Galliano et al., 2005]. Ce type d application est difficile puisqu il s agit d un très grand vocabulaire (plusieurs centaines de milliers de mots), de phrases qui ne sont pas toujours grammaticalement correctes et de paroles prononcées parfois sur fond musical, avec des bruits ou par téléphone. Comme dit précédemment, l approche probabiliste est suffisamment universelle dans le sens où avec un mélange de lois gaussiennes il est possible de modéliser beaucoup de phénomènes. En revanche, en modélisant la parole comme une boîte noire probabiliste avec des paramètres qui sont appris complètement automatiquement, il est difficile de voir ce qui est appris en réalité et de vérifier si les paramètres appris sont vraiment représentatifs du signal modélisé. On arrive au moment où le potentiel des modèles stochastiques commence à atteindre ses limites et il est temps d introduire des connaissances dans les systèmes de reconnaissance. Ces connaissances

13 1.2. A propos de ce document 5 peuvent concerner tous les niveaux de la modélisation : l analyse du signal, sa modélisation, la représentation du modèle de langage, etc. La conférence ICSLP de 2004 en témoigne : Chin-Hui Lee, du Georgia Institut of Technology, chercheur invité de la conférence, propose de «revenir» vers l approche à base de connaissances en introduisant différents types de connaissances dans les systèmes de reconnaissance actuels [Lee, 2004]. L équipe Parole du LORIA travaille en reconnaissance de la parole depuis plusieurs dizaines d années (en constituant la partie de l équipe RFIA jusqu à 1998). En commençant par l approche expert, l équipe est passée à l approche stochastique vers 1986 grâce à Jean-François Mari, chercheur de l équipe à l époque. Le travail des chercheurs et plusieurs thèses ont permis de mettre en place différents outils de reconnaissance. L idée de l utilisation de connaissances pourrait être intéressante pour nous mais pour l instant elle n est pas encore suffisamment aboutie. Nous en reparlerons à la fin de ce document en décrivant nos perspectives, le but de cette «introduction» étant juste de décrire l évolution de la reconnaissance automatique de la parole. 1.2 A propos de ce document L objectif de ce document est de présenter mes travaux de recherches effectués au cours des sept dernières années, c est-à-dire depuis ma nomination à un poste de maître de conférences en informatique. Ceux-ci portent sur la modélisation acoustique en utilisant l approche stochastique dans le cadre de la reconnaissance automatique de la parole. Mes travaux peuvent se résumer essentiellement à l étude de trois domaines de recherches complémentaires : Reconnaissance robuste en présence de bruits de fond ; Reconnaissance robuste quand le système de reconnaissance est utilisé par différents locuteurs ; Utilisation du système de reconnaissance dans les cas réels, par exemple, la transcription de documents sonores et plus particulièrement d émissions radiophoniques de bulletins d information. Le document est organisé de la façon suivante : Partie 1 : Ce chapitre 1 est une brève description de l évolution des travaux en reconnaissance de la parole. Chapitres 2 et 3 sont consacrés à la présentation de mon parcours personnel et au bref résumé de mes travaux de recherches. Mon implication dans les projets sera également décrite. Partie 2 donne une description de manière plus détaillée de mes recherches : Chapitre 4 : Nous introduisons quelques notions et notations concernant la modélisation acoustique de la parole. Ces notions sont utiles pour la compréhension de la suite de ce document. Chapitre 5 : Nous présentons la problématique de la reconnaissance robuste au bruit. Puis nous développons nos contributions dans les deux domaines principaux de la reconnaissance robuste : la robustesse au bruit stationnaire et la robustesse au bruit non stationnaire. Chapitre 6 : Nous étudions le problème de la robustesse au locuteur. Les cas des locuteurs natifs et des locuteurs non natifs sont étudiés de façons distinctes, car ils demandent une utilisation de méthodes différentes. Nous nous sommes focalisés sur le niveau acoustique de la modélisation.

14 6 Chapitre 1. Introduction Chapitre 7 : Nous décrivons un cas réel d utilisation d un système de reconnaissance : la transcription d émissions radiophoniques de bulletins d information en français. Le développement de différents modules comme le module de segmentation parole/musique, la segmentation parole téléphonique et non téléphonique, le moteur de reconnaissance, etc. sont décrits du point de vue des problèmes rencontrés et des choix effectués. À la fin de ce document, je pose le bilan et discute les perspectives.

15 Première partie Dossier de présentation 7

16

17 Chapitre 2 Curriculum Vitæ Situation actuelle Depuis septembre 2004 : En détachement INRIA, équipe Parole LORIA et INRIA - Lorraine Campus Scientifique - BP Vandœuvre-lès-Nancy cedex tél : http :// illina@loria.fr 2.1 Études et diplômes 1983 : Baccalauréat à Kazan, Russie, mention excellent : Diplôme d ingénieur de l Université de Kazan, Russie. Spécialité Informatique Appliquée à la Gestion de la Production, mention excellent : DEA d informatique de l Université Henri Poincaré Nancy 1, mention assez bien. Titre : «Ordonnancement stochastique : processus de décision markovien et indices de Gittins» Responsables : René Schott, professeur à l Université Henri Poincaré Nancy 1 ; Marie-Claude Portmann, professeur à l École des Mines de Nancy : Doctorat de l Université Henri Poincaré Nancy 1, mention très honorable avec félicitations Titre : «Extension du modèle stochastique des mélanges de trajectoires pour la reconnaissance automatique de la parole continue». Laboratoire : Centre de recherche en informatique de Nancy et INRIA-Lorraine (actuellement unité mixte LORIA). Boursière de l équipe RFIA. Thèse soutenue le 23 octobre 1997 devant le jury suivant : Président et rapporteur interne : René Schott, professeur à l Université Henri Poincaré Nancy 1 ; Rapporteurs : Régine André-Obrecht, chargée de recherche CNRS, IRIT, Toulouse ; 9

18 10 Chapitre 2. Curriculum Vitæ Jean-Pierre Martens, professeur à l Université de Gent, Belgique ; Examinateur : Mohamed Afify, chercheur invité, LORIA, Nancy ; Directeurs de recherches : Jean-Paul Haton, professeur à l Université Henri Poincaré Nancy 1 ; Yifan Gong, chargé de recherche CNRS : Recherche post-doctorale (bourse INRIA) à Carnegie Mellon University Robust Recognition, Computer Science Department, Pittsburgh, USA. 2.2 Fonctions : Enseignante à plein temps en Informatique Appliquée à la Gestion de la Production et Mathématiques Appliquées à l Université de Kazan, Russie. Novembre 1995 : Séjour à l Université de Gent, Belgique, collaboration dans le cadre du projet européen COST 249 (1 mois). depuis 1998 : Maître de conférences, Département Informatique, IUT Charlemagne, Université Nancy : En détachement INRIA, équipe Parole. 2.3 Recherche Mots-clés reconnaissance de la parole continue, modélisation acoustique, approche stochastique, reconnaissance robuste aux bruits, reconnaissance robuste au locuteur, reconnaissance avec des données manquantes, segmentation, indexation de documents sonores, transcription d émissions radiophoniques. Axes de recherche La reconnaissance robuste au bruit et la reconnaissance robuste au locuteur Les systèmes de reconnaissance automatique de la parole commercialisés actuellement ne donnent pas des performances satisfaisantes lorsque les conditions d utilisation sont «difficiles» : présence d un fort bruit ambiant, musique, locuteur étranger, etc. Ce manque de performance est principalement dû à la différence entre les conditions d apprentissage du système et les conditions réelles d utilisation. Le problème est donc le suivant : étant donné un système de reconnaissance entraîné à partir de signaux de parole propre, quelles méthodes et techniques utiliser pour que le système reconnaisse correctement la parole prononcée en environnement réel, a priori inconnu. Mes travaux portent sur la recherche et le développement de différentes méthodes de transformations au niveau acoustique pour rapprocher l espace d apprentissage et l espace de test. Ces transformations peuvent être effectuées dans l espace d apprentissage ainsi que dans l espace de test. Ces travaux nous ouvrent des perspectives de recherche dans le

19 2.3. Recherche 11 domaine de la reconnaissance d émissions radiophoniques, dans le domaine de la recherche d information dans des documents radiophoniques, dans le domaine de transcription des réunions de travail, etc. Cas réel : la transcription de documents sonores Pour pouvoir accéder aux différentes informations disponibles sur l Internet, la radio, la télévision, il est nécessaire d avoir des logiciels de transcription, de recherche et d indexation de documents audio. La difficulté de ce domaine est que la parole n est pas supposée être grammaticalement correcte, peut contenir un vocabulaire étendu, provenir de différents locuteurs, appartenir à plusieurs dialectes, être prononcée par des locuteurs non natifs, être enregistrée avec différents microphones, avec différents fonds sonores (musique, bruits, etc.). Ce domaine ouvre différentes directions de recherche comme la segmentation du signal en parole et en musique, la détection de la parole téléphonique, l identification du locuteur, la robustesse aux bruits et aux locuteurs, etc. Mes recherches portent sur le développement d un système complet de transcription. Encadrements Encadrement de plusieurs stages de maîtrise d Informatique et d IUT d Informatique (au total entre 5 et 7) Encadrement du stage de DEA de Djamel Mostefa sur le sujet «Adaptation aux conditions de test pour le modèle stochastique des mélanges de trajectoires» Encadrement d un stage de DESS «Ingénierie du Logiciel» sur le sujet «Optimisation de l apprentissage des modèles de Markov» Co-encadrement 1 avec Jean-Paul Haton, professeur à l Université Henri Poincaré Nancy 1 et Dominique Fohr, chargé de recherche CNRS, de la thèse de Fabrice Lauri sur le sujet «Adaptation au locuteur des modèles acoustiques markoviens pour la reconnaissance automatique de la parole», soutenue le 11 octobre Co-encadrement avec Jean-Paul Haton, professeur à l Université Henri Poincaré Nancy 1, de la thèse de Vincent Barreaud sur le sujet «Reconnaissance automatique de la parole continue : compensation des bruits par transformation de la parole», soutenue le 9 novembre depuis 2003 Co-encadrement avec Jean-Paul Haton, professeur à l Université Henri Poincaré Nancy 1, de la thèse d Emmanuel Didiot sur le sujet «Détection des mots clés dans les émissions radiophoniques». depuis 2004 Co-encadrement avec Jean-Paul Haton, professeur à l Université Henri Poincaré Nancy 1 et Dominique Fohr, chargé de recherche CNRS de la thèse de Ghazi Bouselmi sur le sujet «Reconnaissance de la parole des locuteurs non natifs». Gestion de la recherche et projets : Participation au contrat avec l entreprise SEXTANT sur le sujet «Reconnaissance des commandes dans un cockpit d avion» : Participation au projet STIC-SHS du CNRS «RAIVES» (Recherche Automatique d Informations Verbales Et Sonores). 1 Cet encadrement bien que non officiel s effectue de très près à travers les réunions et les discussions que nous faisons toujours à quatre avec le thésard. Les publications en témoignent.

20 12 Chapitre 2. Curriculum Vitæ depuis 2003 : Participation à la campagne d évaluation ESTER (évaluation des performances des systèmes de transcription d émissions radiophoniques) dans le cadre du projet EVALDA-Technolangue. depuis 2003 : Prise en charge d une partie importante de la rédaction de la proposition STREP (Special Targeted Research Project) HIWIRE (Human Inputs That Work In Real Environment) dans le cadre du 6-ème PCRD/IST. Responsable de ce projet au LORIA. Pour plus de détails voir la section 3.5. Rayonnement scientifique Relecture occasionnelle de plusieurs articles pour les journaux «Speech Communication» et «IEEE Transaction on Speech and Audio Processing» Membre de jury de thèse de Vincent Barreaud (LORIA, Nancy). depuis 2005 Membre élue du bureau de l Association Francophone de la Communication Parlée (AFCP), secrétaire de l association. depuis 2005 Membre élue de la Commission d Evaluation de l INRIA. 2.4 Enseignement Université de Kazan, Russie : 4 ans d enseignement de l informatique (TD et TP) à plein temps département d Informatique Appliquée à la Gestion de la Production et département de Mathématiques Appliquées. Matières enseignées : algorithmique, programmation en C, bases de données, programmation linéaire et non linéaire, théorie des jeux, modélisation de problèmes économiques, suivi des stages, projets en groupe Bibliothèque Universitaire de Nancy 1 : 12 heures de cours de programmation en C. 1995, 1996 École des Mines de Nancy (INPL) : 30 heures de TD et TP de Pascal (1 ère année), 30 heures de TD de recherche opérationnelle (2 ème année) ; département d Informatique, IUT Charlemagne, Université Nancy 2. En moyenne 250 heures d enseignement par an (TD et TP, IUT) : algorithmique et programmation, structures de données, programmation en C, programmation en Java, systèmes d exploitation, compilation, architecture d ordinateurs, suivi des stages et de projets tutorés département d Informatique, IUT Charlemagne, Université Nancy heures de TD et TP de programmation en C.

21 2.5. Liste des publications 13 Responsabilités pédagogiques Responsable de différents cours au département d Informatique Appliquée à la Gestion de la Production et au département de Mathématiques Appliquées, Université de Kazan, Russie Responsable du module algorithmique et programmation Président d un jury de baccalauréat Responsable du module de programmation en C. Responsabilités administratives Participation à la sélection des dossiers pour l admission à l IUT Charlemagne Participation à l organisation de Journées d Etude sur la Parole, JEP Production des actes de la conférence. 2.5 Liste des publications Thèse et DEA 1. Illina I. Ordonnancement stochastique : processus de décision markovien et indices de Gittins. Memoire de DEA d informatique, Université Henri Poincaré Nancy I, Illina I. Extension du modèle stochastique des mélanges de trajectoires pour la reconnaissance automatique de la parole continue. Thèse de doctorat, Université Henri Poincaré, Nancy I, Journaux internationaux avec comité de sélection 3. Verhasselt J., Illina I., Martens J.-P. Y. Gong et Haton J.-P. Assessing the Importance of the Segmentation Probability in Segment-Based Speech Recognition. Journal Speech Communication, 24(1), p , Illina I., Afify M. et Gong Y. Environment Normalisation Training and Environment Adaptation using Mixture Stochastic Trajectory Model. Journal Speech Communication, 26(4), p , Chassaing P., Illina I., Portmann M.-C. et Schott R. On a Stochastic Maintenance Problem with Multiple Constraints. Journal Applied Stochastic Models and Data Analysis, Colloques internationaux avec actes et comité de sélection 6. Illina I. et Gong Y. Stochastic Trajectory Model with State-Mixture for Continuous Speech Recognition. Dans Proceedings of International Conference on Spoken Language Processing, ICSLP 96, vol. 1, pp , octobre Illina I. et Gong Y. Improvement in N-best Search for Continuous Speech Recognition. Dans Proceedings of International Conference on Spoken Language Processing, ICSLP 96, vol. 4, pp , octobre Gong Y. et Illina I. Modeling Long Term Variability Information in Mixture Stochastic Trajectory Framework. Dans Proceedings of International Conference on Spoken Language Processing, ICSLP 96, vol. 1, pp , octobre 1996.