Arabic Speech Recognition Using Neural Networks

Abstract

De nos jours, la reconnaissance de la parole est essentielle dans la conception d’une interface vocale naturelle pour la communication entre les humain et leurs ´equipements de vie num´eriques modernes. Cette recherche vise `a assurer la viabilit´e de la conception du mod`ele de reconnaissance automatique de la parole arabe standard, et moderne. Le mod`ele de reconnaissance vocale automatique a ´et´e d´evelopp´e en l’entraˆınant `a reconnaˆıtre chaque caract`ere de l’Arabe Standard Moderne. L’architecture du mod`ele a suivi l’approche de reconnaissance de parole End-to-End en utilisant le mod`ele Mozilla DeepSpeech qui est un ASR de r´eseau neuronal End-to-End pr´eentraˆın´e en langue anglaise. Le r´esultat obtenu a montr´e un taux d’erreur de mots (WER) aussi bas que 24.3% et un taux d’erreur de caract`eres (CER) aussi bas que 17.6%. Par cons´equent, nous avons conclu que le mod`ele peut atteindre un taux d’erreur plus bas de mots en d´eployant toute am´elioration, comme la combinaison d’un plus grand nombre d’ensembles de donn´ees. Les applications de cette recherche sont largement disponibles, comme le d´eveloppement d’un outil de reconnaissance de parole en temps r´eel pour les conf´erences audio arabes.