Association Francophone de la Communication Parlée

Assemblée Générale de l'AFCP - 10 juin 2008

le webmestre — 2008-06-06T09:33:03Z

XXVIIes Journées d'Étude sur la Parole

Traitement Automatique des Langues Naturelles Avignon

9 - 13 juin 2008

Assemblée Générale de l'AFCP

Lieu de l'Assemblée

Université d'Avignon et des Pays de Vaucluse 74, rue Louis Pasteur, Avignon

Date

10 Juin à 18h30 heures

Votre présence est essentielle pour les votes, les décisions, votre représentation au sein de l'Association, votre engagement pour la communauté.

Ordre du jour

rapport moral du président
rapport financier du trésorier
bilan d'activité
bilan scientifique
bilan des adhésions
calendrier prochaines élections
attribution de prix de thèse AFCP
questions diverses (séminaires, archive JEP, invitations JEP, etc.)

Le bureau de l'AFCP

Bonne lecture

le webmestre — 2008-06-05T17:25:27Z

- Actes des JEP

Liste des membres de l'AFCP

le webmestre — 2008-05-21T09:58:00Z

Ce tableau permet aux adhérents AFCP de vérifier la date de fin de leur inscription et aussi de récuperer leurs numéros AFCP et ISCA.


Inscriptions AFCP (06/05/2008)


Inscriptions AFCP (28/04/2008)


Inscriptions AFCP (11/04/2008)


Inscriptions AFCP (13/11/2006)

[Soutien AFCP] Speech and Face to Face Communication

le webmestre — 2008-05-16T15:31:33Z

Speech and Face to Face Communication

A workshop/Summer school dedicated to the memory of Christian Benoît

27-29 October 2008, Grenoble, France

Ten years after our colleague Christian Benoît departed, the mark that he left is still very vivid in the international community. There will soon be several occasions to honour his memory : during the next Interspeech conference (Christian was secretary of the ESCA, future ISCA, for a long time, the association is a French association of the type described in the 1901 law and its official headquarters are still in Grenoble), as well as during the next AVSP workshop (workshop of which he was one of the creators). The Christian Benoît Association was created in 1999 and regularly awards young researchers the "Christian Benoît prize" to promote their research (the 4^th prize was awarded to the phonetician Susanne Fuchs in 2007). The Christian Benoît association http://www.icp.inpg.fr/ICP/_communication.fr.html#prixcb), along with ICP, now Speech and Cognition Department of Gipsa-lab (http://www.gipsa-lab.inpg.fr), are organizing a workshop/summer school to Christian Benoît's memory, in the line of his innovative and enthusiastic research style and aiming at exploring the topic of "Speech and Face to Face Communication" in a pluridisciplinary perspective : neuroscience, cognitive psychology, phonetics, linguistics and computer modelling. The workshop "Speech and Face to Face Communication" will be organized around 11 invited talks. All researchers from the field are invited to participate through a call for papers and students will be encouraged to widely attend the workshop and present their work.

Website : http://www.icp.inpg.fr/~dohen/face2face/

Deadline for sending one page abstracts : June 9h (see Call for Papers http://ww.icp.inpg.fr/%7Edohen/face...)

You can subscribe to the Christian Benoît Association by sending 15 euros (active member ; 45 euros or more, benefactors) to Pascal Perrier, secretary of the association : Pascal.Perrier@gipsa-lab.inpg.fr .

[JEP'08] INVITATION « JEUNES CHERCHEURS » AUX JOURNÉES D'ÉTUDES SUR LA PAROLE 2008

le webmestre — 2008-04-22T23:42:00Z

INVITATION « JEUNES CHERCHEURS » AUX JOURNÉES D'ÉTUDES SUR LA PAROLE 2008

Dans le cadre de sa politique d'ouverture internationale, et en continuité de l'action lancée lors des JEPs 2004 au Maroc, et 2006 à Dinard,

l'AFCP invite des étudiants ou jeunes chercheurs de la communauté Communication Parlée rattachés à des laboratoires situés hors de France à participer à la conférence JEP-TALN 2008 (Avignon, 9-13 juin 2008, http://www.lia.univ-avignon.fr/jep-...).

Cette aide couvrira les frais de transport, d'hébergement et d'inscription de quelques (4/5) jeunes chercheurs venus de l'étranger.

Modalités de candidature : Le candidat devra envoyer à ferrane@irit.fr ET Irina.Illina@loria.fr * AVANT LE 26 AVRIL 2008 * le dossier de candidature (voir pièce jointe) comportant :

un CV succinct présentant les activités scientifiques du candidat et sa formation universitaire,
un paragraphe expliquant la motivation du candidat et mettant en valeur les retombées attendues d'une participation aux JEP-TALN 2008,
une estimation des frais de transport (voir ci-dessous). Le dossier devra être accompagné d'une lettre de recommandation du directeur de recherche pour les étudiants

Remarques et Calendrier :
Les décisions d'acceptation seront rendues pour le *5 mai 2008*
La soumission et l'acceptation d'une contribution scientifique aux JEPs n'est pas un critère de sélection pour cette invitation
Priorité sera donnée aux candidats venant de pays peu représentés aux JEP
Pour votre estimation de frais de transport : les aéroports les plus proches sont : Aéroport Avignon Caumont (www.avignon.aeroport.fr/), Aéroport Marseille-Provence (www.marseille.aeroport.fr) ou Aéroports de Paris (www.aeroportsdeparis.fr) ; la gare la plus proche est Avignon TGV ou Avignon Centre (voir www.voyages-sncf.com pour les tarifs de train).

Dossier de candidature : doc/AFCP-invitation jeunes chercheu...

Vers le temps réel en transcription automatique de la parole grand vocabulaire

le webmestre — 2008-04-20T14:49:39Z

Résumé :

Malgré les progrès importants réalisés ces dernières décennies, les systèmes de reconnaissance de la parole spontanée grand vocabulaire sont encore beaucoup trop lents pour être utilisés dans des contextes réels. Le travail effectué au cours de cette thèse s'attache alors à proposer des méthodes de réduction du temps de calcul de ces systèmes en vue de permettre leur utilisation dans de tels contextes.

Parmi les tâches pour lesquelles l'optimisation du temps de reconnaissance est possible, nous nous sommes concentrés sur le calcul des probabilités des modèles, tâche occupant à elle seule souvent plus de la moitié du temps global de traitement. Les distributions des modèles acoustiques utilisés par les systèmes de reconnaissance sont généralement représentées par des mélanges de gaussiennes. Le calcul des probabilités d'émissions relatives est donc particulièrement lié au nombre de gaussiennes considérées dans ces mélanges. Notre travail s'est porté alors sur la proposition et l'évaluation de méthodes de sélection de gaussiennes.

Les méthodes de sélection de gaussiennes existantes sont basées sur la classification. Pour améliorer cette classification, nous avons proposé une approche de partitionnement hiérarchique basée sur la similarité entre les distributions gaussiennes. La distance de Kullback-Leibler symétrisée et pondérée a été introduite à cet effet. Suite à la classification des gaussiennes, un algorithme de sélection multi-niveaux est appliqué.

Les mélanges de distributions gaussiennes correspondent à des contextes d'apparition différents. Malheureusement, Les méthodes de sélection existantes ne prennent pas en compte ces différents contextes, puisque lorsque le nombre de gaussiennes par état est faible, toutes les distributions sont mélangées avant d'être regroupées. Ainsi, nous avons développé une méthode de sélection contextuelle des gaussiennes. Les méthodes de sous-quantification vectorielle sont apparues comme une alternative aux approches basées sur la sélection des gaussiennes. En regroupant toutes les distributions, elles mélangent certains contextes. Ainsi, nous avons introduit une sous-quantification vectorielle contextuelle.

Document : doc/theses/these_LZ07.pdf

Reconnaissance de la Langue Française Parlée Complété (LPC) : décodage phonétique des gestes main-lèvres.

le webmestre — 2008-04-10T10:18:21Z

Résumé :

La Langue Française Parlée Complétée (LPC) héritée du Cued Speech (CS) a été conçue pour compléter la lecture labiale par nature ambigüe et ainsi améliorer la perception de la parole par les sourds profonds. Dans ce système, le locuteur pointe des positions précises sur le côté de son visage ou à la base du cou en présentant de dos des formes de main bien définies. La main et les lèvres portent chacune une partie complémentaire de l'information phonétique. Cette thèse présente tout d'abord une modélisation du flux manuel pour le codage automatique des positions de la main et de la configuration. Puis les travaux sont centrés sur le flux labial en discutant la classification des voyelles et des consonnes du Français. Le flux labial est composé des variations temporelles de paramètres caractéristiques issus du contour interne et externe des lèvres. Dans le cas des voyelles la méthode de classification utilise la modélisation gaussienne et les résultats montrent une performance moyenne de 89 % en fonction de la position de la main LPC. Le contexte vocalique est pris en compte dans le cas des consonnes par une modélisation HMM de la transition labiale de la consonne vers la voyelle avec un taux d'identification de 80 % en termes de visèmes CV. Un modèle de fusion « Maître-Esclave » piloté par le flux manuel est présenté et discuté dans le cadre de la reconnaissance des voyelles et des consonnes produites en contexte LPC. Le modèle de fusion prend en compte les contraintes temporelles de la production et la perception du LPC, ce qui constitue aussi une première contribution à la modélisation du système LPC du point de vue perceptif.

Document : doc/theses/these_NA07.pdf

Contributions à la reconnaissance automatique de la parole avec données manquantes

le webmestre — 2008-03-24T14:11:44Z

Résumé :

Ce mémoire propose, dans un premier temps, une introduction détaillée de la reconnaissance automatique de la parole avec données manquantes appuyée par de nombreuses références bibliographiques. Il est montré que l'estimation de masques constitue une étape cruciale. En effet, la qualité des masques estimés conditionne les performances du système de reconnaissance. L'amélioration de la fiabilité des masques constitue donc un enjeu important. Dans un second temps, mes travaux menés dans le cadre de l'estimation bayésienne des masques de données manquantes sont présentés.

D'une part je propose de nouveaux modèles de masques permettant de modéliser des dépendances entre les masques de différents coefficients d'un signal. Ces modèles sont évalués comparativement à un modèle de référence. Les résultats sont présentés en termes d'erreur de masques ainsi qu'en taux de reconnaissance. Les résultats montrent que ces dépendances contribuent à améliorer les taux de reconnaissance et soulignent l'importance du contexte temporel d'un masque. Je présente, dans un second temps, une nouvelle définition de masque : les masques de contribution. Ces nouveaux masques sont évalués comparativement aux masques usuellement utilisés, fondés sur le seuillage du SNR. Je montre que cette nouvelle définition permet d'améliorer l'algorithme de décodage en affinant les intervalles de marginalisation.

L'évaluation, dans le cadre de la marginalisation de données et en présence d'un bruit stationnaire, montrent que les intervalles sont considérablement réduits entraînant une nette amélioration des taux de reconnaissance.

Mots-clef : reconnaissance de la parole, robustesse, données manquantes, masques

Document : doc/theses/these_SD07.pdf

La Variation rythmique dans les dialectes arabes

le webmestre — 2008-03-12T19:02:39Z

Résumé :

L'objectif principal de cette étude est de décrire le continuum linguistique de l'espace arabophone à partir d'éléments prosodiques relatifs à la structuration temporelle et rythmique propre à chaque parler. Les travaux de recherches antérieurs qui se sont intéressés au rythme de la parole en arabe, ont toujours catégorisés les parlers arabes comme accentuels (stress-timed) par opposition à d'autres langues et/ou dialectes décrits comme syllabiques (syllable-timed) ou moraïques (mora-timed). Ces classifications, qui découlent essentiellement d'expériences psycho-acoustiques, soulignent le fait que la perception des différents types de rythme correspond à certaines propriétés phonologiques des langues telles que la structure syllabique, la réduction vocalique et le type d'accent.

Plusieurs modèles ont tenté de trouver les corrélats acoustiques pour quantifier ces propriétés phonologiques et, par la suite, pour mesurer le rythme des langues. Ramus & al. (1999) et Grabe & al. (2000, 2002) ont montré que les classes du rythme perçu, peuvent être appréhendées à partir de certaines mesures instrumentales réalisées sur le signal (i.e. ΔC, ΔV, %V, rPVI, nPVI). Nous avons appliqué le modèle de Ramus et celui de Grabe sur un corpus de parole spontanée représentant six variétés dialectales arabes : marocain, algérien, tunisien, égyptien, libanais et jordaniens. Trois autres langues appartenant à des catégories rythmiques différentes ont également été étudiées : l'anglais, le français et le catalan. Les résultats obtenus à l'issue de cette étude comparative révèlent d'une part que les parlers arabes peuvent être discriminés sur la base de leurs propriétés rythmiques, ce qui va dans le sens de la notion de continuum rythmique ; et d'autre part qu'il existe une forte corrélation entre réduction vocalique et poids syllabique. Les valeurs observées permettent ainsi d'établir une distinction entre trois grandes zones dialectales : le Maghreb, le Moyen-Orient et une zone intermédiaire regroupant la Tunisie et l'Égypte. Enfin, bien que les résultats obtenus pour les trois autres langues, semblent rendre compte des classes de rythme décrites dans la littérature, les valeurs observées pour les différents parlers arabes semblent constituer une remise en question pertinente aux approches considérant les catégories rythmiques comme des ensembles discrets et absolus.

Par ailleurs, l'approche phonologique du rythme prédit qu'une analyse de la complexité syllabique d'une langue devrait permettre de déterminer sa classe rythmique. Nous avons donc mis en place une étude typologique préliminaire visant à décrire les différentes structures syllabiques dans trois variétés dialectales arabes à partir d'un corpus de parole spontanée. Les résultats confirment une opposition pertinente entre les parlers maghrébins (i.e. arabe marocain) privilégiant les structures syllabiques complexes et les parlers orientaux (i.e. arabe libanais) préférant des structures simples et une syllabation ouverte. L'existence des valeurs intermédiaires pour le parler tunisien soutient l'idée que les dialectes arabes forment un continuum. Ces derniers résultats corroborent la notion de sous-classes rythmiques.

Document : doc/theses/these_RH07.pdf

L'émergence du contrôle articulatoire au stade du babillage : une étude acoustique et cinématique

le webmestre — 2008-03-12T11:35:20Z

Résumé :

L'acquisition du langage est un processus au cours duquel le bébé doit faire émerger une compétence linguistique spécifique tout en développant ses performances motrices.

Le babillage, période que l'on situe entre l'âge de 6 et 12 mois, s'inscrit comme une phase capitale de l'évolution du langage au cours de laquelle un certain nombre d'habiletés vont se mettre en place..

Au stade précoce du babillage, la mandibule dominerait le système de production. C'est ce que défend la théorie « Frame then Content » de MACNEILAGE (1998). Cette dominance apparaitrait au niveau articulatoire d'une part, puisque la mandibule serait le seul articulateur actif, alors que la langue serait soumise à une relative inertie ; et temporelle d'autre part, puisque son oscillation, générant l'alternance des phases d'ouverture et de fermeture de la cavité buccale source du patron syllabique, serait rythmique et régulière.

Nous avons donc cherché à savoir comment s'établirait l'évolution du patron temporel des gestes mandibulaires en analysant un échantillon de données acoustiques recueillies longitudinalement chez deux sujets âgés de 9 à 14 mois. Nous avons alors mis en évidence l'existence de deux phases successives au cours du processus d'organisation temporelle. Une phase pendant laquelle le bébé rompt avec la stabilité initiale en faisant varier les configurations temporelles de ses productions, suivie d'une phase de stabilisation au terme de laquelle le bébé va rejoindre une fréquence spécifique pour la parole.

Puis, nous avons montré comment les déplacements de la langue allaient se dissocier de ceux de la mandibule pour devenir indépendants avec l'âge, en exploitant un jeu de données acoustiques et articulatoires (Optotrak) simultanées pour 27 sujets.

Document : doc/theses/these_MC07.pdf