Les frontières entre les mots prononcés ne sont pas celles de l'écrit
La liaison et l'élision soudent les mots français : "les amis" se prononce comme une seule unité, "je ai" devient "j'ai". Le signal acoustique ne contient tout simplement pas les espaces qu'exige la langue écrite. Une transcription française est donc toujours en partie une reconstruction grammaticale. C'est pourquoi les modèles qui comprennent la syntaxe sont plus performants que ceux qui se contentent de faire correspondre les sons.





