Amélioration de modèle “Speech to text” pour les apprenants en langues secondes / Improvement of “Speech to text” model for second language learners

Nous avons un modèle entraîné sur des fichiers audios de personnes qui parlent le français en seconde langue, et nous souhaitons explorer et améliorer la reconnaissance de notre modèle “Speech to text” pour les apprenants débutants en français. Objectif: réduction du WER pour des apprenants débutants en français avec une IA conversationnelle.

Plus tard, nous voulons plusieurs l’adapter pour d’autres langues.

Le stagiaire analysera les performances du modèle STT existant, préparera et enrichira les données audio d’apprenants débutants, mènera des expérimentations pour améliorer la reconnaissance (fine-tuning, data augmentation, exploration de nouveaux modèles), évaluera systématiquement le WER et les erreurs types, puis documentera les méthodes, résultats et recommandations tout au long du projet.
Les livrables incluront un rapport d’analyse initiale du modèle, un corpus nettoyé et annoté, plusieurs versions de modèles améliorés accompagnés de benchmarks comparatifs, une analyse claire des erreurs récurrentes, ainsi qu’une documentation finale décrivant le pipeline, les méthodes testées et les meilleures pratiques pour l’amélioration du STT pour apprenants débutants.

Faculty Supervisor:

Bettina Kemme

Student:

Partner:

Conversaflex

Discipline:

Engineering

Sector:

Education

University:

McGill University

Program: