Reconnaissance automatique de la parolevignette|droite|upright=1.4|La reconnaissance vocale est habituellement traitée dans le middleware ; les résultats sont transmis aux applications utilisatrices. La reconnaissance automatique de la parole (souvent improprement appelée reconnaissance vocale) est une technique informatique qui permet d'analyser la voix humaine captée au moyen d'un microphone pour la transcrire sous la forme d'un texte exploitable par une machine.
Pitch classIn music, a pitch class (p.c. or pc) is a set of all pitches that are a whole number of octaves apart; for example, the pitch class C consists of the Cs in all octaves. "The pitch class C stands for all possible Cs, in whatever octave position." Important to musical set theory, a pitch class is "all pitches related to each other by octave, enharmonic equivalence, or both." Thus, using scientific pitch notation, the pitch class "C" is the set {Cn : n is an integer} = {..., C−2, C−1, C0, C1, C2, C3 ...}.
Synthèse vocaleLa synthèse vocale est une technique informatique de synthèse sonore qui permet de créer de la parole artificielle à partir de n'importe quel texte. Pour obtenir ce résultat, elle s'appuie à la fois sur des techniques de traitement linguistique, notamment pour transformer le texte orthographique en une version phonétique prononçable sans ambiguïté, et sur des techniques de traitement du signal pour transformer cette version phonétique en son numérisé écoutable sur un haut parleur.
Perception de la paroleLa perception de la parole est le processus par lequel les humains sont capables d'interpréter et de comprendre les sons utilisés dans le langage. L'étude de la perception de la parole est reliée aux champs de la phonétique, de phonologie en linguistique, de psychologie cognitive et de perception en psychologie. Les recherches dans ce domaine essaient de comprendre comment les auditeurs humains reconnaissent les phonèmes (sons de la paroles) ou autres sons tels que la syllabe ou les rimes, et utilisent cette information pour comprendre le langage parlé.
Hauteur (musique)En musique, la hauteur est l'une des caractéristiques essentielles d'un son ou note, les autres étant la durée, l'intensité, le timbre et l'expression. En musique occidentale, on désigne la hauteur par le nom d'une note sur une échelle ou gamme. La hauteur relative d'une note dans la gamme s'appelle degré. Le solfège écrit vers le haut de la portée les notes aiguës, et inversement, vers le bas, les graves.
AcoustiqueL’acoustique est la science du son. La discipline a étendu son domaine à l'étude de toute onde mécanique dans tout fluide, où un ébranlement se propage presque exclusivement en onde longitudinale ; le calcul de ces ondes selon les caractéristiques du milieu s'applique aussi bien pour l'air aux fréquences audibles que pour tout milieu fluide homogène et toute fréquence, y compris infrasons et ultrasons. On parle de vibroacoustique quand l'étude se porte sur l'interaction entre solides, où existent des ondes transversales, et fluides.
Acoustic modelAn acoustic model is used in automatic speech recognition to represent the relationship between an audio signal and the phonemes or other linguistic units that make up speech. The model is learned from a set of audio recordings and their corresponding transcripts. It is created by taking audio recordings of speech, and their text transcriptions, and using software to create statistical representations of the sounds that make up each word. Modern speech recognition systems use both an acoustic model and a language model to represent the statistical properties of speech.
Reconnaissance de formesthumb|Reconnaissance de forme à partir de modélisation en 3D La reconnaissance de formes (ou parfois reconnaissance de motifs) est un ensemble de techniques et méthodes visant à identifier des régularités informatiques à partir de données brutes afin de prendre une décision dépendant de la catégorie attribuée à ce motif. On considère que c'est une branche de l'intelligence artificielle qui fait largement appel aux techniques d'apprentissage automatique et aux statistiques.
Traitement de la paroleLe traitement de la parole est une discipline technologique dont l'objectif est la captation, la transmission, l'identification et la synthèse de la parole. Dans ce domaine, on peut définir la parole comme un texte oral. On s'intéresse à l'intelligibilité, c'est-à-dire à la possibilité, pour la personne qui écoute, de comprendre sans erreur le texte émis ; à l'amélioration de l'intelligibilité quand le signal est dégradé ; à l'identification de la personne qui parle ; à l'établissement automatique d'un texte écrit à partir de la parole ; à la synthèse de la parole à partir d'un texte écrit.
Oscillations acoustiques des baryonsEn cosmologie, l'étude du fond diffus cosmologique a révélé que des ondes acoustiques se propageaient dans le plasma primordial — constitué d'un mélange opaque de baryons et de photons — qui précédait la recombinaison. Ces oscillations acoustiques des baryons (en anglais, Baryon Acoustic Oscillations ou BAO) ont laissé des empreintes dans la structure de l'univers à grande échelle, sur des distances de l'ordre de 100 à 150 Mpc/h.
Concert pitchConcert pitch is the pitch reference to which a group of musical instruments are tuned for a performance. Concert pitch may vary from ensemble to ensemble, and has varied widely over time. The ISO defines international standard pitch as A440, setting 440 Hz as the frequency of the A above middle C. Frequencies of other notes are defined relative to this pitch. The written pitches for transposing instruments do not match those of non-transposing instruments. For example, a written C on a B clarinet or trumpet sounds as a non-transposing instrument's B.
ParoleLa parole est le langage articulé humain (même si des études ethologiques et philosophiques sont en cours pour déterminer si d’autres animaux pourraient être considérés comme dotés de parole, notamment les perroquets) destiné à communiquer la pensée, et est à distinguer des communications orales diverses, comme les cris, les alertes ou les gémissements. « Articuler la parole » consiste à former des signes audibles, les syllabes, formant les mots qui constituent des symboles.
Speech codingSpeech coding is an application of data compression to digital audio signals containing speech. Speech coding uses speech-specific parameter estimation using audio signal processing techniques to model the speech signal, combined with generic data compression algorithms to represent the resulting modeled parameters in a compact bitstream. Common applications of speech coding are mobile telephony and voice over IP (VoIP).
Enceinte sans filUne enceinte sans fil est une caisse dans laquelle sont fixés un ou plusieurs haut-parleurs qui reçoivent des signaux audios sans liaison filaire, utilisant principalement les technologies du Wi-Fi, du Bluetooth, de la UHF longue portée, mais aussi la liaison Kleer, A2DP ou DLNA. Parfois accompagnée d'un amplificateur intégré, ce type d'enceinte se connecte avec des sources audio par une procédure d'appairage.
Reconnaissance optique de caractèresvignette|Vidéo montrant un processus de reconnaissance optique de caractères effectué en direct grâce à un scanner portable. La reconnaissance optique de caractères (ROC, ou OCR pour l'anglais optical character recognition), ou océrisation, désigne les procédés informatiques pour la traduction d'images de textes imprimés ou dactylographiés en fichiers de texte. Un ordinateur réclame pour l'exécution de cette tâche un logiciel d'OCR.
Electrodynamic speaker driverAn electrodynamic speaker driver, often called simply a speaker driver when the type is implicit, is an individual transducer that converts an electrical audio signal to sound waves. While the term is sometimes used interchangeably with the term speaker (loudspeaker), it is usually applied to specialized transducers which reproduce only a portion of the audible frequency range. For high fidelity reproduction of sound, multiple loudspeakers are often mounted in the same enclosure, each reproducing a different part of the audible frequency range.
Enceinte connectéevignette|redresse|Un modèle d'enceinte connectée, ici le Google Home de Google. Une enceinte connectée ou haut-parleur intelligent est un type de haut-parleur sans fil à commande vocale, associé à un assistant personnel intelligent intégré, qui propose des actions interactives et des commandes à mains libres à l'aide d'un ou plusieurs mots-clés. Les enceintes connectées ajoutent à l'enceinte une utilisation de services distants par une connexion sans fil.
Speaker recognitionSpeaker recognition is the identification of a person from characteristics of voices. It is used to answer the question "Who is speaking?" The term voice recognition can refer to speaker recognition or speech recognition. Speaker verification (also called speaker authentication) contrasts with identification, and speaker recognition differs from speaker diarisation (recognizing when the same speaker is speaking).
Haut-parleurvignette|Un haut-parleur électrodynamique. vignette|Schéma de coupe d'un haut-parleur électrodynamique. Un haut-parleur, ou hautparleur, est un transducteur électroacoustique destiné à produire des sons à partir d'un signal électrique. Il est en cela l'inverse du microphone. Par extension, on emploie parfois ce terme pour désigner un appareil complet destiné à la reproduction sonore (voir Enceinte). Quatre types de haut-parleurs, électrodynamique, électrostatique, piézoélectrique et isodynamique, représentent les technologies actuelles les plus courantes.
Physical acousticsPhysical acoustics is the area of acoustics and physics that studies interactions of acoustic waves with a gaseous, liquid or solid medium on macro- and micro-levels. This relates to the interaction of sound with thermal waves in crystals (phonons), with light (photons), with electrons in metals and semiconductors (acousto-electric phenomena), with magnetic excitations in ferromagnetic crystals (magnons), etc. Some recently developed experimental techniques include photo-acoustics, acoustic microscopy and acoustic emission.
