HMMs à matrice de covariance pleine Vs HMMs à matrice de covariance diagonale, Application à la reconnaissance de la parole

Abstract

Ce travail est une étude comparative entre les modèles de Markov cachés utilisant des gaussiennes à matrice de covariance diagonale et ceux utilisant des matrices de covariance pleine. Des tests de reconnaissance ont été réalisés dans les deux cas de figure pour voir si l’hypothèse simplificatrice qui consiste à adopter une matrice diagonale était justifiée. Les résultats montrent que cette hypothèse est justifiée lors de l’utilisation de coefficients décorrélés dans la phase de codage de la parole, c’est notamment le cas des coefficients MFCC et LPCEPSTRA. Cependant dans le cas de 0. coefficients corrélés comme LPC, cette hypothèse n’est plus justifiée