Technologies de la parole et données de terrain : le cas du créole haïtien - Université de Tours Access content directly
Conference Papers Year : 2024

Technologies de la parole et données de terrain : le cas du créole haïtien

Abstract

Nous utilisons des données de terrain en créole haïtien, récoltées il y a 40 ans sur cassettes puis numérisées, pour entraîner un modèle natif d'apprentissage auto-supervisé (SSL) de la parole (Wav2Vec2) en haïtien. Nous utilisons une approche de pré-entraînement continu (CPT) sur des modèles SSL pré-entraînés de deux langues étrangères : la langue lexificatrice − le français − et une langue non apparentée − l'anglais. Nous comparons les performances de ces trois modèles SSL, et de deux autres modèles SSL étrangers directement affinés, sur une tâche de reconnaissance de la parole. Nos résultats montrent que le modèle le plus performant est celui qui a été entraîné en utilisant une approche CPT sur la langue lexificatrice, suivi par le modèle natif. Nous concluons que l'approche de "mobilisation des archives" préconisée par (Bird, 2020) est une voie prometteuse pour concevoir des technologies vocales pour de nouvelles langues.
Fichier principal
Vignette du fichier
2789.pdf (189.59 Ko) Télécharger le fichier
Origin Publisher files allowed on an open archive

Dates and versions

hal-04623051 , version 1 (01-07-2024)

Licence

Identifiers

  • HAL Id : hal-04623051 , version 1

Cite

William N. Havard, Renauld Govain, Daphne Gonçalves Teixeira, Benjamin Lecouteux, Emmanuel Schang. Technologies de la parole et données de terrain : le cas du créole haïtien. 35èmes Journées d'Études sur la Parole (JEP 2024) 31ème Conférence sur le Traitement Automatique des Langues Naturelles (TALN 2024) 26ème Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RECITAL 2024), Jul 2024, Toulouse, France. pp.686-694. ⟨hal-04623051⟩
14 View
0 Download

Share

Gmail Mastodon Facebook X LinkedIn More