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.
Apprentissage profondL'apprentissage profond ou apprentissage en profondeur (en anglais : deep learning, deep structured learning, hierarchical learning) est un sous-domaine de l’intelligence artificielle qui utilise des réseaux neuronaux pour résoudre des tâches complexes grâce à des architectures articulées de différentes transformations non linéaires. Ces techniques ont permis des progrès importants et rapides dans les domaines de l'analyse du signal sonore ou visuel et notamment de la reconnaissance faciale, de la reconnaissance vocale, de la vision par ordinateur, du traitement automatisé du langage.
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.
Réseau de neurones artificielsUn réseau de neurones artificiels, ou réseau neuronal artificiel, est un système dont la conception est à l'origine schématiquement inspirée du fonctionnement des neurones biologiques, et qui par la suite s'est rapproché des méthodes statistiques. Les réseaux de neurones sont généralement optimisés par des méthodes d'apprentissage de type probabiliste, en particulier bayésien.
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.
Réseau neuronal convolutifEn apprentissage automatique, un réseau de neurones convolutifs ou réseau de neurones à convolution (en anglais CNN ou ConvNet pour convolutional neural networks) est un type de réseau de neurones artificiels acycliques (feed-forward), dans lequel le motif de connexion entre les neurones est inspiré par le cortex visuel des animaux. Les neurones de cette région du cerveau sont arrangés de sorte qu'ils correspondent à des régions qui se chevauchent lors du pavage du champ visuel.
Corpus oralEn linguistique, un corpus oral est un corpus constitué de transcriptions de données orales. Olivier Baude, Corpus oraux. Guide des bonnes pratiques, Paris, CNRS Editions & Presses universitaires d'Orléans, 2006 Douglas Biber, Variation across speech and writing, Cambridge, Cambridge University Press, 1991 Claire Blanche-Benveniste et alii., Le français parlé. Etudes grammaticales.
Alphabet phonétique internationalL'alphabet phonétique international (API) est un alphabet utilisé pour la transcription phonétique des sons du langage parlé. Contrairement aux nombreuses autres méthodes de transcription qui se limitent à des familles de langues, l'API est conçu pour couvrir l'ensemble des langues du monde. Développé par des phonéticiens français et britanniques sous les auspices de l'Association phonétique internationale, il a été publié pour la première fois en 1888.
Speech repetitionSpeech repetition occurs when individuals speak the sounds that they have heard another person pronounce or say. In other words, it is the saying by one individual of the spoken vocalizations made by another individual. Speech repetition requires the person repeating the utterance to have the ability to map the sounds that they hear from the other person's oral pronunciation to similar places and manners of articulation in their own vocal tract.
Open sourceOpen source is source code that is made freely available for possible modification and redistribution. Products include permission to use the source code, design documents, or content of the product. The open-source model is a decentralized software development model that encourages open collaboration. A main principle of open-source software development is peer production, with products such as source code, blueprints, and documentation freely available to the public.
Alphabet phonétique américanisteL’alphabet phonétique américaniste (APA) est un système de transcription phonétique, basé sur l’écriture latine, utilisé principalement pour la transcription de langues amérindiennes. Celui-ci n’est pas standardisé et plusieurs variations sont ou ont été utilisées. Ses variations partagent plusieurs symboles ou signes diacritiques ou ont des éléments similaires à d’autres systèmes de transcription phonétique comme notamment l’Alphabet standard de Lepsius ou l’Alphabet phonétique international.
ParaphasieLa paraphasie est un trouble du langage. La paraphasie phonémique est une transformation de la forme phonologique du mot. Les phonèmes ne sont pas déformés mais les erreurs consistent en la substitution, l'omission, l'ajout ou la transposition d'un ou de plusieurs phonèmes. Quand le mot cible n'est plus reconnaissable, ces productions sont appelées néologismes. La paraphasie verbale est une substitution lexicale (le mot produit appartient au lexique), et peut partager avec l'item cible des liens sémantiques (paraphasies sémantiques), une analogie phonémique (paraphasie verbale formelle) ou être sans rapport avec lui.
Code sourcevignette|redresse|Copie papier d'un code source en Fortran des années 1970, imprimé sur du , dédié aux fichiers textes. En informatique, le code source est un texte qui présente les instructions composant un programme sous une forme lisible, telles qu'elles ont été écrites dans un langage de programmation. Le code source se matérialise généralement sous la forme d'un ensemble de fichiers texte. Le code source est souvent traduit — par un assembleur ou un compilateur — en code binaire composé d'instructions exécutables par le processeur.
Informatique affectiveL’informatique affective ou informatique émotionnelle (en anglais, affective computing) est l'étude et le développement de systèmes et d'appareils ayant les capacités de reconnaître, d’exprimer, de synthétiser et modéliser les émotions humaines. C'est un domaine de recherche interdisciplinaire couvrant les domaines de l'informatique, de la psychologie et des sciences cognitives qui consiste à étudier l’interaction entre technologie et sentiments.
Transcription phonétiqueUne transcription phonétique est une méthode de transcription plus ou moins formalisée des sons d'une ou plusieurs langues. Cette transcription rend normalement une approximation de la prononciation standard de la langue. Les variantes dialectales et individuelles sont difficiles à rendre dans la transcription. Les variantes d'un même phonème (allophone) sont presque toujours impossibles à rendre. Quelques signes sont à disposition pour rendre les informations paraverbales (pauses, racler, tousser, rire...
AphasieL'aphasie est un trouble du langage dont l'origine est une pathologie du système nerveux central. Le mot « aphasie » vient du grec a- (préfixe privatif) + « phasis » (parole) et signifie « sans parole ». Ce terme a été créé en 1864 par Armand Trousseau et était utilisé pour décrire une aphasie spécifique. Depuis lors, l'aphasie a pris un sens plus large et désigne différents troubles du langage ayant en commun d'affecter la compréhension et la production du langage survenant en dehors de tout déficit sensoriel et/ou de tout dysfonctionnement de l'appareil phonatoire.
Compilateur source à sourceUn compilateur source à source, transpileur ou transcompilateur est un type de compilateur qui prend le code source d'un langage de programmation et le compile dans un autre langage de programmation. Un compilateur source-à-source opère sur deux langages avec approximativement le même niveau d'abstraction, alors qu'un compilateur traditionnel compile un langage de haut niveau vers un langage de bas niveau. Un des premiers compilateurs de ce type était le XLT86 de Digital Research en 1981, un programme écrit par Gary Kildall qui compilait du code .
Disfluence verbaleUne disfluence verbale, dysfluence verbale ou disfluidité verbale consiste en toute sorte de rupture, d’irrégularité, ou d'élément non lexical qui apparaît dans un discours normalement fluide. Y sont compris les « faux-départs » (mots coupés à mi-propos), les phrases répétées ou recommencées, les syllabes répétées, les tics de langage, tels que les grommellements, propos non lexicaux tels que « euh », « hum », « hem », ou propos « réparés », quand le locuteur corrige ses propres erreurs de parole et de prononciation avant que quelqu’un d’autre n’aie pu le faire.
Open-source softwareOpen-source software (OSS) is computer software that is released under a license in which the copyright holder grants users the rights to use, study, change, and distribute the software and its source code to anyone and for any purpose. Open-source software may be developed in a collaborative, public manner. Open-source software is a prominent example of open collaboration, meaning any capable user is able to participate online in development, making the number of possible contributors indefinite.
