Les premiers systèmes de reconnaissance de la parole datent des années 60. La dictée vocale, commercialisée dès les années 80, est sans aucun doute l’application la plus populaire de la reconnaissance automatique de la parole. Depuis quelques années, nous avons pris l’habitude d’interagir avec des applications et des machines via des interfaces vocales. Mais qu’en est-il vraiment des progrès accomplis en termes de reconnaissance de la parole ? Pour vous aider dans votre réflexion, retrouvez l'intervention de Jean-Luc Marini (Directeur du Laboratoire d'Intelligence Artificielle d'Axys Consultants) et de Carole Lailler (Docteur en Sciences du langage et consultant en IA Scribe-conseil) qui s'est tenu emardi 24 septembre 2019 au sein d'Axys Consultants. Abonnez vous à notre chaîne Youtube ! Blog ► http://www.axys-consultants.com/c/blog/ Suivre Axys Consultants sur : LinkedIn ► https://www.linkedin.com/company/axys-consultants/ Twitter ► https://twitter.com/axysconsultants Facebook ► https://www.facebook.com/AxysConsultants/ Instagram ► https://www.instagram.com/axys_consultants/ Slideshare ► https://fr.slideshare.net/Axys_Consultants/ Viadeo ► https://fr.viadeo.com/fr/company/axys-consultants

1. LES SOIRÉES DE L’#IA
SYSTÈME DE RECONNAISSANCE DE LA PAROLE :
OÙ EN EST-ON AUJOURD’HUI ?
Presented by : Carole Lailler & Jean-Luc Marini

2. Axys Consultants – Les Soirées de l’IA – 29/09/20192 | 25/09/2019 |
UN ÉVÉNEMENT
DU LAB #IA

3. LES SPEAKERS
3
JEAN-LUC MARINI
Directeur du Laboratoire d’Intelligence Artificielle
Axys Consultants
CAROLE LAILLER
Docteur en Sciences du langage et consultant en IA
Scribe-conseil

4. PROGRAMME
4
1.
2.
3.
4.
INTRODUCTION
ÉTAT DE L’ART
En matière de reconnaissance de la parole
APPLICATIONS ACTUELLES
Dans le domaine du commerce en ligne, de la finance
et des achats
CONCLUSION

5. INTRODUCTION
5
JEAN-LUC MARINI
Directeur du Laboratoire d’Intelligence Artificielle
Axys Consultants

6. Axys Consultants – Les Soirées de l’IA – 29/09/20196 | 25/09/2019 |
HACKTIVER VOTRE PERFORMANCE FUTURE
AXYS CONSULTANTS
ACTE
ACHATS
FINANCE
DIGITAL -
MARKETING &
COMMERCE
DATA
AXYS EN QUELQUES CHIFFRES
215consultants
28 M€ deCA
Paris / Hong Kong / NewYork / Montréal
NOS FILIALES
NOS ASSETS

7. Axys Consultants – Les Soirées de l’IA – 29/09/20197 | 25/09/2019 |
PARIS / HONG KONG / NEWYORK / MONTRÉAL
PROJECTION A L’INTERNATIONAL ET FILIALES
Déploiements récents

8. Axys Consultants – Les Soirées de l’IA – 29/09/20198 | 25/09/2019 |
PORTEFEUILLE DE CLIENTS GRANDS COMPTES
RÉFÉRENCES
BanqueAssuranceAdministrations
Médias TransportsLuxe & Santé Services
Distribution Energie & Utilities
Industrie

9. Axys Consultants – Les Soirées de l’IA – 29/09/20199 | 25/09/2019 |
CODE HEX DES COULEURS
#OD265F #DC5E5E #718AC3 #108AE3
RVB (16, 138, 227)RVB (113, 138, 195)RVB (220, 94, 94)
#000000 # FF9B34 #FFFFFF
RVB (255, 255, 255)RVB (255, 155, 52)RVB (0, 0, 0)
RVB (13, 38, 95)
[Le Lab IA]

10. Axys Consultants – Les Soirées de l’IA – 29/09/201910 | 25/09/2019 |
L’IA POUR STIMULER ET ACCÉLÉRER VOTRE TRANSFORMATION
LE LAB IA
} Une entité du Groupe Axys
conçue pour stimuler et
accélérer l’innovation dans
le domaine de l’IA
} Un business model de type
« in-house »
} Un Directeur reconnu dans le
monde de l’IA
} Une équipe composée de profils
« Data » & « Techno makers »
} Une Architecture technique de
type Sandbox dédiée (Data Lake
& Cloud Platform)
} Co design de use cases avec les
Clients et les Experts Métiers
des practices du Groupe Axys
} Des applications diverses
(analyse prédictive, prévention de
fraudes, prédiction de risques,
détection d’anomalies, systèmes
de recommandation, analyse
d’images, chatbots, etc.) dans
différents secteurs d’activité
} Une communauté ouverte autour
de l’IA (dynamique participative)
} Des partenariats avec des
grandes écoles et universités
dans le domaine de l’IA
} Participation à des réseaux
d’influence (pôle de compétitivité
& meetups impliqués dans l’IA)

11. Axys Consultants – Les Soirées de l’IA – 29/09/201911 | 25/09/2019 |
NOS USES CASES
} Réduction du taux de churn
} Acquisition de clients
} Lead scoring
} Recommandation de produits
} Optimisation de campagnes
marketing
} Segmentation de clientèle
} Prévision des charges
} Recouvrement et impayés
} Credit scoring
} Flux et prévisions de trésorerie
} Simulation budgétaire
} Modélisation des risques
financiers
} Optimisation des prix
} Détection de la fraude
} Rapprochement de factures
} Regroupement de
fournisseurs
} Predictive costing
} Réapprovisionnement de
produits non stockés
} Prévention des fraudes et
des abus
} Surveillance de la
conformité à la politique
sur les voyages / travel
managers
} Recommandations
personnalisées de vols ou
d’hôtels
DIGITAL –
MARKETING & COMMERCE
FINANCE &
PERFORMANCE MANAGEMENT
ACHATS TRAVEL & EXPENSE CHANGE
} Smart report : relevé
de décisions et
actions, synthèse
intelligente
} Captation des
émotions
} Analyse des
sentiments

12. Axys Consultants – Les Soirées de l’IA – 29/09/201912 | 25/09/2019 |
Good Morning #IA du 9 juillet dernier
Comment concilier intelligence
artificielle et intelligence relationnelle ?
Interventions de :
Vincent Perrin (IBMWatson AITechnical
Leader France)
&
Patrice Laubignat (Auteur et conteur du
marketing émotionnel -CEO de Eforbrands)
LA QUESTION DU CONVERSATIONNEL
GOOD MORNING #IA DU 9 JUILLET

13. Axys Consultants – Les Soirées de l’IA – 29/09/201913 | 25/09/2019 |
• La reconnaissance automatique de la parole se définit généralement comme
l’ensemble des méthodes informatiques permettant d'analyser la voix humaine captée au moyen d'un
microphone et de la convertir en texte exploitable par une machine
DÉFINITION
LA RECONNAISSANCE AUTOMATIQUE DE LA PAROLE
CAPTATION

14. Axys Consultants – Les Soirées de l’IA – 29/09/201914 | 25/09/2019 |
INTÉRÊTS
LA RECONNAISSANCE AUTOMATIQUE DE LA PAROLE
VITESSE
Ø Vitesse de saisie au
clavier : 20 à 50 mots
par minute
Ø A l’aide de la
reconnaissance vocale,
un transcripteur écrit
en moyenne à la
vitesse de 150 mots par
minute
EXHAUSTIVITÉ
Ø Avec la reconnaissance
vocale, un
transcripteur est
capable de retranscrire
un propos de façon
parfaitement
exhaustive

15. Axys Consultants – Les Soirées de l’IA – 29/09/201915 | 25/09/2019 |
ANNÉES 60
PREMIERS SYSTÈMES DE
RECONNAISSANCE DE LA
PAROLE (SYSTÈMES DE
RECONNAISSANCE DE MOTS
ISOLÉS)
ANNÉES 80
COMMERCIALISATION DE LA
DICTÉE VOCALE. A CE JOUR,
C’EST SANS DOUTE
L’APPLICATION LA PLUS
POPULAIRE DE LA
RECONNAISSANCE
AUTOMATIQUE DE LA PAROLE
AUJOURD’HUI
LES APPLICATIONS SONT NOMBREUSES :
• SOUS-TITRAGE ET TRADUCTION
AUTOMATIQUE DE VIDÉOS
• INDEXATION ET EXTRACTION
AUTOMATIQUE D’INFORMATION DANS
DES DOCUMENTS AUDIOVISUELS
• VOICEBOTS ET ASSISTANTS VOCAUX…
60ANS DE RECHERCHE SCIENTIFIQUE
LA RECONNAISSANCE AUTOMATIQUE DE LA PAROLE

16. Axys Consultants – Les Soirées de l’IA – 29/09/201916 | 25/09/2019 |
ARCHITECTURE TYPE
SYSTÈME DE RECONNAISSANCE AUTOMATIQUE DE LA PAROLE
Prétraitement
acoustique
Modèle de
prononciation
Modèle acoustique Modèle de langage
CAPTATION
Décodeur

17. ETAT DE L’ART EN MATIÈRE
DE RECONNAISSANCE DE LA
PAROLE
17
CAROLE LAILLER
Docteur en Sciences du langage et consultant en IA
Scribe-conseil

18. Quand le flux audio devient une suite de
mots…entre autres
• Les Systèmes de Reconnaissance
Automatique de la Parole ou SRAP : une
tâche dite NLP ?
o Comment ça fonctionne ?
o Décodage & Adaptation… Avant tout une
question d’apprentissage et de ciselage
o End-to-End or not? – Un dilemme Cornélien ?
ET LE LANGAGE
DANS TOUT ÇA?

19. Quand le flux audio devient une suite de
mots…
• Qu’est-ce qu’un SRAP ?
o 3 bases de connaissances : ML, MA et
Dictionnaire de phonétisation
Ø Beaucoup de proba
Ø Un peu de Machine Learning qui estime
les proba
• Autour du flux audio : quand le son n’est
pas des plus cristallins…
• Le travail de transcription : entre ciselage
et réalité(s) de la conversation spontanée
UN SRAP –
COMMENT ÇA
FONCTIONNE ?

20. TRANSCRIRE,
TOUT UN MÉTIER !

21. • Les joies du français :
o Homographes hétérophones :
« Les poules du convent couvent »
o Homophones hétérographes :
« Dans la dent »
• Un p’tit peu de phonologie :
« La bonne mère, médecin »
• Que dire quand il y a du vocabulaire
terminologique, des noms de marque…
ET LE LANGAGE
DANS TOUT ÇA?

22. De Kaldi aux réseaux End-to-End :
COMMENT ÇA
FONCTIONNE AU
JUSTE ?
1. Mettre toutes les connaissances sous forme de finite-state
transducers
2. LSTM, TDNN et End-to-End : Black box?
3. Le cas particulier du modèle acoustique avec l’alignement
réalisé par les HMM-GMM
• FST : Transformer une chaine de symboles en une autre…
• Avec un certain coût : Weighted Finite-State Transducers
• Algo de décodage : HCLG transforme une suite de tranches de signe en suite de
mots en choisissant la transformation la moins coûteuse

23. ET LE LANGAGE
DANS TOUT ÇA?

24. ET LE LANGAGE
DANS TOUT ÇA?

25. QUI DIT IA, DIT
ALGORITHME(S)
Et les données dans tout cela ? – Qualité et quantité
en jeu
o Paramètres à associer, qui sont susceptibles
d’influencer l’algo…
o Rapport « source » et « à classer »
Y. LECUN : « Si l’intelligence était un gâteau, l’apprentissage
supervisé serait le glaçage et l’apprentissage par renforcement
la cerise. Nous savons comment faire le glaçage et la cerise,
mais pas encore comment faire le gâteau. »
o Temps dont on dispose (le gâteau cuit, merci de
repasser)
=> Un savant dosage expérimental pour capturer l’usage

26. Applications actuelles dans le
domaine du commerce en ligne, de
la finance et des achats
2
JEAN-LUC MARINI
Directeur du Laboratoire d’Intelligence Artificielle
Axys Consultants

27. RECONNAISSANCE
VOCALE
De fortes attentes
des responsables en entreprises considèrent la
reconnaissance vocale comme un levier essentiel de la
satisfaction client
Estiment qu'elle représente un avantage concurrentiel
Estiment qu'elle augmentera l'efficacité opérationnelle
déclarent que l’utilisation de la technologie vocale
réduira le coût de chaque transaction client
94%
88%
57%
57%
Selon une étude de Pindrop menée en 2018 sur près de
500 chefs d'entreprise et responsables informatique :

28. VOICE COMMERCE
Définition ,
fonctionnement et
objectif
• La technologie de reconnaissance vocale modifie déjà la façon dont nous
effectuons nos achats en ligne
• Le « Voice Commerce » est une technologie qui offre une alternative à
l’utilisation d’un clavier et d’une souris pour commander et acheter des
produits en ligne
• Le commerce vocal ne se limite pas à rechercher le produit lui-même,
mais également à le commander et à l’acheter
• Le fonctionnement s’appuie sur des assistants vocaux tels que Google
Assistant , Amazon Alexa ou Apple Siri…
• Pour les clients qui veulent voir un nouveau produit avant de l’acheter, on
a aujourd’hui recours à du commerce vocal hybride. Cette solution
combine recherche vocale et réponses à la fois vocales et visuelles
• Certains éditeurs ont d’ores et déjà lancé des solutions de commerce
vocal hybride qui ne reposent pas sur les GAFAM
• Les principales raisons pour lesquelles les consommateurs aiment ce
nouveau mode d’achat sont :
o L’utilisation “mains libres”
o La rapidité (parler est plus rapide qu’écrire)
o L’aspect innovant

29. DES APPLICATIONS
DANS LE DOMAINE
DE LA FINANCE
Quelques exemples
• Utilisation de la parole pour remplir automatiquement
différents formulaires
• Authentification des paiements en ligne en utilisant la
technologie de reconnaissance vocale

30. DE MULTIPLES CAS
D’USAGES DANS LE
DOMAINE DES
ACHATS
Quelques exemples
• Les achats simples peuvent d’ores et déjà être réalisés
par des acheteurs virtuels et des assistants vocaux
• Assistance des acheteurs dans leur activité de recherche
d'informations concernant un fournisseur par le biais de
la recherche vocale
• Agents conversationnels destinés à répondre aux
questions que se posent les acheteurs dans leurs missions
au quotidien, exprimées en langage naturel, et ainsi les
aider à retrouver une commande passée, à savoir si un
budget a été consommé, à connaître le statut d'une
facture, etc.

31. 31
JEAN-LUC MARINI
Directeur du Laboratoire d’Intelligence Artificielle
Axys Consultants
CONCLUSION

32. SYSTÈME DE RECONNAISSANCE DE
LA PAROLE
LA RECONNAISSANCE VOCALE :
SOLUTION OU PROBLÈME ?

33. LA
RECONNAISSANCE
VOCALE :
SOLUTION OU
PROBLÈME ?
• Malgré de multiples problèmes (variations de la
voix et de la prononciation, difficultés techniques
de mise en évidence des unités linguistiques dans
un flux sonore…), la reconnaissance vocale est en
pleine démocratisation.
• La voix deviendra t-elle le mode principal
d’interaction avec des services intelligents ?
• La commande par la pensée se substituera t’elle
à la reconnaissance vocale ?