Détection de la modalité de phrase sur les transcriptions automatiques de parole en texte en français

Résumé

Cet article analyse la détection de la modalité de phrase en français lorsqu'elle est appliquée aux transcriptions automatiques parole-texte. Deux modalités de phrases sont évaluées (questions et énoncés) à l'aide d'informations prosodiques et linguistiques. Les caractéristiques linguistiques considèrent la présence de modèles interrogatifs discriminants et deux rapports de log-vraisemblance de la phrase étant une question plutôt qu'une déclaration : l'un basé sur des mots et l'autre basé sur des balises de partie du discours. Les caractéristiques prosodiques sont basées sur les caractéristiques de durée, d'énergie et de hauteur estimées sur le dernier groupe prosodique de la phrase. Les classificateurs basés sur des caractéristiques linguistiques surpassent les classificateurs basés sur des caractéristiques prosodiques. La combinaison des caractéristiques linguistiques et prosodiques donne une légère amélioration par rapport aux transcriptions automatiques de la parole, où les performances de classification correcte atteignent 72 %. Une analyse détaillée montre que de petites erreurs dans la détermination des limites des segments ne sont pas critiques