Le robot capture le signal, réduit le bruit, estime une transcription puis interprète intention et paramètres. Il n’exécute que si confiance et contexte suffisent ; sinon il reformule ou demande une confirmation.
La reconnaissance de la parole transforme un signal audio en mots ou en intentions exploitables par le robot, en tenant compte du contexte, du locuteur, du bruit et de l’incertitude.
Dans un environnement bruyant, un robot combine plusieurs microphones, localisation de source, réduction du bruit, détection de parole et confirmation pour limiter les commandes mal entendues.
La transcription restitue les mots prononcés ; la compréhension interprète leur intention, leurs entités et leurs contraintes pour décider ce que le robot doit faire.
Protéger la vie privée lors d’une reconnaissance de parole exige une capture limitée, un traitement maîtrisé, une information claire, des accès restreints et l’effacement des données inutiles.
Pour valider une commande vocale, le robot vérifie la transcription, l’intention, le locuteur ou le contexte, les paramètres, les permissions et une confirmation adaptée au risque.
Pour distinguer la voix de l’utilisateur d’un son diffusé par le robot, on combine localisation du son, synchronisation avec le haut-parleur et analyse du signal reçu par plusieurs microphones.
Évaluer l’équité d’un système vocal embarqué consiste à comparer ses erreurs selon accents, voix, environnements et profils d’utilisateurs, puis à corriger les écarts importants.
Avant de transmettre une commande vocale ambiguë, le robot repère les interprétations possibles, reformule ce qu’il a compris et attend une réponse claire ou une annulation.
Dans un environnement bruyant, on réduit les erreurs vocales par microphones adaptés, filtrage, détection de parole, modèles entraînés sur le bruit réel et confirmation des commandes sensibles.