Reconnaissance de parole beatboxée à l'aide d'un système HMM-GMM inspiré de la reconnaissance automatique de la parole

Solène Evain (1) , Contesse Adrien (2) , Pinchaud Antoine (3) , Schwab Didier (1) , Benjamin Lecouteux (4) , Nathalie Henrich Bernardoni (5)

1 LIG - Laboratoire d'Informatique de Grenoble
2 ESAD Amiens
3 Vocalgrammatics
4 LIG - Laboratoire d'Informatique de Grenoble
5 GIPSA-lab - Grenoble Images Parole Signal Automatique

Le human-beatbox est un art vocal utilisant les organes de la parole pour produire des sons percussifs et imiter les instruments de musique. La classification des sons du beatbox représente actuellement un défi. Nous proposons un système de reconnaissance des sons de beatbox s’inspirant de la reconnaissance automatique de la parole. Nous nous appuyons sur la boîte à outils Kaldi, qui est très utilisée dans le cadre de la reconnaissance automatique de la parole (RAP). Notre corpus est composé de sons isolés produits par deux beatboxers et se compose de 80 sons différents. Nous nous sommes concentrés sur le décodage avec des modèles acoustiques monophones, à base de HMM-GMM. La transcription utilisée s’appuie sur un système d’écriture spécifique aux beatboxers, appelé Vocal Grammatics (VG). Ce système d’écriture s’appuie sur les concepts de la phonétique articulatoire.

Mots clés: human-beatbox; reconnaissance automatique de la parole; Kaldi; reconnaissance de sons isolés.

Domaines: Informatique et langage [cs.CL]

Solène Evain, Contesse Adrien, Pinchaud Antoine, Schwab Didier, Benjamin Lecouteux, et al.. Reconnaissance de parole beatboxée à l'aide d'un système HMM-GMM inspiré de la reconnaissance automatique de la parole. 6e conférence conjointe Journées d'Études sur la Parole (JEP, 31e édition), Traitement Automatique des Langues Naturelles (TALN, 27e édition), Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL, 22e édition), 2020, Nancy, France. pp.208-216. ⟨hal-02798538v1⟩