Une généralisation de l'analyse en composantes indépendantes pour le débruitage des signaux de parole

Les systèmes de reconnaissance vocale existants sont très précis et atteignent des performances élevées lorsqu'ils traduisent le signal de parole en une intention. Ces appareils nécessitent souvent la réception de signaux vocaux sans bruit afin de prédire avec précision l'intention du locuteur. La présence de bruit dans les signaux vocaux peut conduire à de fausses prédictions qui peuvent conduire le système à exécuter de fausses actions. La recherche effectuée fait partie des stages Mitacs Accelerate, qui ont été menés en collaboration avec Fluent.ai, une startup montréalaise spécialisée en intelligence artificielle, plus précisément dans la reconnaissance vocale pour des appareils utilisés dans les maisons intelligentes. L'objectif principal de la recherche est de développer un nouvel algorithme agissant comme front-end pour réduire le bruit des signaux vocaux en utilisant la séparation des sources. Le travail effectué introduit d'abord un examen critique des approches développées précédemment pour appliquer la séparation des sources et réduire le bruit des données. La revue de ces méthodes a permis de développer un algorithme capable de séparer les signaux en un signal de parole et un signal de bruit puis de reconstruire la source de parole débruitée. Deux méthodes ont été proposées aux deux situations possibles : avec ou sans la présence de délais entre les microphones. Les deux algorithmes ont été testés et validés à l'aide d'enregistrements contenant du bruit fournis par notre partenaire industriel Fluent.ai. L'algorithme a été implémenté en tant qu'interface pour l'algorithme de Fluent.ai qui utilise les réseaux de neurones artificiels pour comprendre l'intention du locuteur. Pour cela, nous avons utilisé le même environnement utilisé par Fluent.ai qui a été entièrement implémenté en langage de programmation Python.