Donnez la voix aux machines

A51a19db1e861ad9e007de8a955d5141?s=47 hellosct1
February 27, 2020

Donnez la voix aux machines

Présentation effectuée à Confoo 2020 (27 février 2020) par Christophe Villeneuve sur "Donnez la voix aux machines".
Vous allez voir l'avancé de ces appareils, des projets libres comme Common Voice et DeepSpeech, la qualité des participations et contributions
Consulter le site officiel https://voice.mozilla.org

A51a19db1e861ad9e007de8a955d5141?s=128

hellosct1

February 27, 2020
Tweet

Transcript

  1. Donnez la voix aux machines @hellosct1 @hellosct1@mamot.fr Christophe Villeneuve 27

    février 2020
  2. Atos open source - afup – lemug.fr – mariadb –

    drupal – mozilla - firefox – lemugfr - sumo – webextensions – VR – AR – XR - Cause commune 93.1 FM - TechSpeaker - Lizard - eyrolles – editions eni – programmez – linux pratique – webriver – elephpant - CommonVoice – Sécurité - Cybersécurité Christophe Villeneuve ? • Consultant • Dresseur animaux Free Software
  3. - @hellosct1 – Aujourd’hui • Assistants numériques • Construire un

    assistant vocal • La qualité • Comment Contribuer ?
  4. - @hellosct1 – Assistants numériques Construire son Assistant La qualité

    Comment Contribuer ?
  5. - @hellosct1 – Assistant numérique : Au service de l’utilisateur

    • Smartphone • Enceinte connectée • Mixed Reality Souvent utilisé dans des contextes où la voix est plus efficace pour communiquer Que faire avec ?
  6. - @hellosct1 – Matériels

  7. - @hellosct1 – Le traitement de la voix ? •

    Obligation d’un réseau – Connecter aux internets – Gourmands en ressources • Accès aux services cloud pour pouvoir fonctionner – Structure lourde – Entrainement et transcription gourmands en calculs • Contraintes – Souvent laissé à des services tiers en-ligne – Nécessite beaucoup de données audio avec texte associé /!\ La voix doit être personnelle
  8. - @hellosct1 – L’utilisation de la recherche vocale aujourd’hui 2016

    2020 2016 2020 80 % 40 % 60 % 20 % Texte Voix Sur mobile
  9. - @hellosct1 – Fonctionnement Assistants vocaux Requêtes Résultat Traitement

  10. - @hellosct1 – Aujourd’hui : Le constat sur l’écosystème vocal

    • Des gros acteurs (4-5) – Dominé par les géants du Web d’aujourd’hui • Difficile d’accès pour les petits acteurs – Développeurs logiciels – Langues et marchés « minoritaires » • Alternative pour outiller la communauté – Emergence d’outils vocaux → Projet Common Voice de Mozilla
  11. - @hellosct1 – Alternative • Raspberry PI 3 & +

    – Respeaker 2 – Mics PI Hat • Arduino – Movi d’Audème – Grasp.io – Voice Recognition • Briques pour Les assistants vocaux – Common Voice – DeepSpeech de Mozilla
  12. - @hellosct1 – Assistants vocaux Construire son Assistant La qualité

    Comment Contribuer ?
  13. - @hellosct1 – Ingrédients

  14. - @hellosct1 – Construire son assistant Import CC0 Import CC0

    Sentence Collector Sentence Collector Saisie Saisie
  15. - @hellosct1 – Comment çà marche ? → Parler https://voice.mozilla.org/speak

  16. - @hellosct1 – Comment çà marche ? → Ecouter https://voice.mozilla.org/listen

  17. - @hellosct1 – Augmenter le corpus de texte : Sentence

    collector • Proposer et valider de nouvelles phrases – Posséder un compte sur Common Voice. – Identifiez-vous sur le Collecteur de phrases – Avec vos identifiants de Common Voice. Validation des phrases Page → page de validation. Ajouter de nouvelle phrases Page → Ajouter une nouvelle phrase https://common-voice.github.io/sentence-collector/
  18. - @hellosct1 – Collecteur de phrases : Ajouter https://common-voice.github.io/sentence-collector/

  19. - @hellosct1 – Collecteur de phrases : Valider https://common-voice.github.io/sentence-collector/

  20. - @hellosct1 – Common Voice • But – Aider à

    apprendre aux machines comment les humains parlent vraiment • Destiné à rendre la reconnaissance vocale ouverte et accessible à tout le monde • Objectifs – 10 000 heures de données validées par langue – Mini 2 000 heures → Assistant numérique et voix Common Voice & Deep Speech
  21. - @hellosct1 – Objectifs (1/2) • Cassons les barrières de

    la voix – Accès → peu de gros jeux de données publiquement accessibles – Coût → ticket d’entrée important pour les jeux de données commerciaux, avec des complexités légales – Biais → seuls certains marchés sont bien pourvus
  22. - @hellosct1 – Objectifs (2/2) • Collecte de données ouvertes

    pour l’apprentissage machine • Données : audio et texte correspondant • Diversité – Langues – Accents – Ages – Genres – Qualité sonore • Nous visons 10 000 heures de données validées par langue : https://voice.mozilla.org
  23. - @hellosct1 – Construire son assistant

  24. - @hellosct1 – DeepSpeech : proposer de la valeur •

    Des outils – pour produire – Entraîner – Evoluer un modèle de reconnaissance vocale • Un (des) modèle(s) de qualité production – Sous licence libre • Une API pour exploiter le modèle le plus simplement possible
  25. - @hellosct1 – DeepSpeech : Un modèle libre • Libre

    – (ré)-Utilisable – Modifiable et adaptable – Requiert des données sous licence favorable • Local – Favoriser la décentralisation – Simplifier l’intégration – Permettre l’utilisation sur des ‘petits’ systèmes
  26. - @hellosct1 – Données ouvertes • Décentraliser les données :

    plus de pouvoir aux utilisateurs et contributeurs – Facile à obtenir, exploiter – Partage des données – Intégration dans d’autres jeux de données – Outiller les communautés https://voice.mozilla.org/fr/datasets
  27. - @hellosct1 – Intégration (1/2) • Plateformes – Linux AMD64

    (+ CUDA), ARMv7, Aarch64 – Android ARMv7, Aarch64 – MacOS (AMD64), Windows (AMD64, CUDA) • Langages – C, Python, Java (android), Javascript (nodeJS, ElectronJS) – .Net framework – Rust (Deepspeech-rs) – Go (go-astideepspeech) • Sous-titrage automatique de vidéos sur la plateforme – eSup Pod v2.4 (application Python/Django)
  28. - @hellosct1 – Intégration (2/2) • Performance : CPU –

    Temps réél sur Desktop > 2014 – Temps réél sur Raspberry PI 4 – Temps réél sur Snapdragon 820/835 • Jeux de données compatibles – Lingua libre, TrainingSpeech, CommonVoice, – M-AILABS, African Accented French
  29. - @hellosct1 – Assistants vocaux Construire son Assistant La qualité

    Comment Contribuer ?
  30. - @hellosct1 – Mots ajoutés • Les mots ajoutés quand

    on parle • L’erreur est le mot ‘de’ qui a été ajouté Elle est située dans la zec Louise- Gosford, une aire publique de chasse et de pêche Elle est située dans la zec Louise- Gosford, une aire publique de chasse et de pêche
  31. - @hellosct1 – Mots oubliés • Les mots qu’on oublie

    • L’erreur est le mot ‘de’ qui a été oublié Angel est sur le point de l’interroger mais Wo-Pang se suicide Angel est sur le point de l’interroger mais Wo-Pang se suicide
  32. - @hellosct1 – Mots accrochés • Les mots qu’on accroche

    • La première syllabe du mot ‘Phénicie’ a été accrochée Elle relie le nord de l’égypte à la Phé Phénicie, l’Assyrie et la Mésopotamie Elle relie le nord de l’égypte à la Phé Phénicie, l’Assyrie et la Mésopotamie
  33. - @hellosct1 – Lettre(s) oubliée(s) • Les lettres oubliées qui

    modifient le sens de la phrase • La lettre ‘s’ a été oubliée → la phrase ne veut plus rien dire En conséquence, Durant Motors perdit des parts de marché et des revendeurs. En conséquence, Durant Motors perdit des parts de marché et des revendeurs.
  34. - @hellosct1 – Inversion de syllabe • Une syllabe inversée

    dans un mot • Le môt ‘évêché’ est prononcé « échevé » → qui est une erreur Selon l’échevé de Liège, l’abbé Schoonbroodt ne dispose d’aucun recours. Selon l’échevé de Liège, l’abbé Schoonbroodt ne dispose d’aucun recours.
  35. - @hellosct1 – Matériels

  36. - @hellosct1 – Mauvaise compréhension de l’échantillon • Le matériel

    « Micro » de mauvaise qualité • Un « brouhaha » empêche la compression
  37. - @hellosct1 – Bruit de souffle • Le réglage du

    micro est mal réglé ou trop élevé → Nous obtenons un bruit de souffle
  38. - @hellosct1 – Volume faible • Le volume du micro

    est faible → rend l’échantillon incompréhensible
  39. - @hellosct1 – Début coupé • le ou les premiers

    mots ne sont pas enregistrés • L’enregistrement est déclenché trop tard • Les deux premiers ne sont enregistrés → Clavier ou souris appuyé trop tard Puis il affine son plumage et replie les ailes. Puis il affine son plumage et replie les ailes.
  40. - @hellosct1 – Echantillon coupé • l’enregistrement de l’échantillon est

    stoppé avant la fin → Il manque une partie de la phrase Les droits de Gielow sont ensuite rachetés au moment de la Réforme protestante. Les droits de Gielow sont ensuite rachetés au moment de la Réforme protestante.
  41. - @hellosct1 – Le dernier mot a été coupé •

    le ou les derniers mots sont coupés avant la fin de l’enregistrement • La dernière syllabe du mot ‘Montgeroult’ est coupé L’ensemble du groupe scolaire se situe à Montgeroult. L’ensemble du groupe scolaire se situe à Montgeroult.
  42. - @hellosct1 – Assistants vocaux Construire son Assistant La qualité

    Comment Contribuer ?
  43. - @hellosct1 – • Heures enregistrées / Heures validées Les

    différences
  44. - @hellosct1 – La répartition des données Accent 59% Français

    de France 3% Français du Canada 2% Français de Belgique 1% Français de Suisse Âge < 19 : 3 % 19 - 29 : 21 % 30 - 39 : 23 % 40 - 49 : 14 % 50 - 59 : 8 % 60 - 69 : 4 % 70 – 79 : 1% Genre 65 % Masculin 12 % Féminin • Jeux de données vocales disponible (10 décembre 2019) – Contenu officiel https://voice.mozilla.org/fr/datasets
  45. - @hellosct1 – Aider le projet ? (1/2) • Common

    Voice – Parlez-en • Partagez votre voix et valider des échantillons – Utilisez le jeu de données • Faîtes nous des retours – Améliorez le corpus de texte • en proposant de nouvelles phrases (licence CC-0)
  46. - @hellosct1 – Aider le projet ? (2/2) • DeepSpeech

    – Construisez des outils innovants basés sur Common Voice et DeepSpeech • Un assistant numérique local ? • Un système d’identification de locuteur ? • Un système domotique100 % local avec contrôle vocal ? – Contribuez vos changements – Echangez sur vos utilisations pour améliorer l’API
  47. - @hellosct1 – Allez plus loin ! • Site officiel

    Common Voice – https://voice.mozilla.org/ • Github Francophone Common Voice – DeepSpeech – https://github.com/Common-Voice/commonvoice-fr • DeepSpeech – https://github.com/mozilla/DeepSpeech • Nous contacter – Forum Francophone • https://discourse.mozilla.org/c/voice/fr – Forum DeepSpeech • https://discourse.mozilla.org/c/deep-speech
  48. - @hellosct1 – Merci Christophe Villeneuve @hellosct1 @hellosct1@mamot.fr