Caract\'erisation du locuteur par CNN \`a l'aide des contours d'intensit\'e et d'intonation : comparaison avec le spectrogramme (CNN speaker characterisation through prosody : spectrogram comparison )
Dans ce travail nous avons recours aux variations de f0 et d{'}intensit{\'e} de 44 locuteurs francophones {\a} partir de s{\'e}quences de 4 secondes de parole spontan{\'e}e pour comprendre comment ces param{\e}tres prosodiques peuvent {\^e}tre utilis{\'e}s pour caract{\'e}riser des locuteurs. Une classification automatique est effectu{\'e}e avec un r{\'e}seau de neurones convolutifs, fournissant comme r{\'e}ponse des scores de probabilit{\'e} pour chacun des 44 locuteurs mod{\'e}lis{\'e}s. Une repr{\'e}sentation par spectrogrammes a {\'e}t{\'e} utilis{\'e}e comme r{\'e}f{\'e}rence pour le m{\^e}me syst{\e}me de classification. Nous avons pu mettre en avant la pertinence de l{'}intensit{\'e}, et lorsque les deux param{\e}tres prosodiques sont combin{\'e}s pour repr{\'e}senter les locuteurs nous observons un score qui atteint en moyenne 59 {\%} de bonnes classifications.
Code (0)
등록된 구현이 없습니다.
Tasks
SENTERSimilar Papers 제목 키워드 기반
Sur l'utilisation de la reconnaissance automatique de la parole pour l'aide au diagnostic diff\'erentiel entre la maladie de Parkinson et l'AMS (On using automatic speech recognition for the differential diagnosis of Parkinson's Disease and MSA This article presents a study regarding the contribution of automatic speech processing in the differential diagnosis between Parkinson's disease and MSA (Multi-System Atrophies))
Cet article pr{\'e}sente une {\'e}tude concernant l{'}apport du traitement automatique de la parole dans le cadre du diagnostic diff{\'e}rentiel entre la maladie de Parkinson et l{'}AMS (Atrophie Multi-Syst{\'e}matis{\'e…
Automatic Speech RecognitionAutomatic Speech Recognition (ASR)Diagnosticspeech-recognition+1Informations segmentales pour la caract\'erisation phon\'etique du locuteur : variabilit\'e inter- et intra-locuteurs (An automatic classification task involving 44 speakers was performed using convolutional neural networks (CNN) on broadband spectrograms extracted from 2-second sequences of a spontaneous speech corpus (NCCFr))
Nous avons effectu{\'e} une classification automatique de 44 locuteurs {\`a} partir de r{\'e}seaux de neurones convolutifs (CNN) sur la base de spectrogrammes {\`a} bandes larges calcul{\'e}s sur des s{\'e}quences de 2 s…
ClassificationGeneral ClassificationDis-moi comment tu varies ton d\'ebit, je te dirai qui tu es (Tell me how you vary your speech flow, I'll tell you who you are Studying inter-speaker variability makes it possible to identify discriminating or even identifying phonetic characteristics)
Si l{'}{\'e}tude de la variabilit{\'e} entre locuteurs permet d{'}identifier des caract{\'e}ristiques phon{\'e}tiques potentiellement discriminantes, voire sp{\'e}cifiques, il est essentiel de comprendre, si et comment, …
Suivi de contours d'articulateurs orofaciaux \`a partir d'IRM dynamique (Orofacial articulators tracking from dynamic MRI)
Nous pr{\'e}sentons une m{\'e}thode de pr{\'e}diction de contours m{\'e}diosagittaux des organes orofaciaux de la parole et la d{\'e}glutition {\`a} partir d{'}images IRM dynamiques. Pour chaque locuteur, un ensemble de …
NERStrat\'egies d'adaptation de la vitesse d'articulation lors de conversations spontan\'ees entre locuteurs natifs et non-natifs (Adaptation of articulation rate in spontaneous speech between native speakers and L2 learners)
Cet article examine la vitesse d{'}articulation dans un corpus de conversations spontan{\'e}es entre locuteurs natifs et non-natifs. L{'}objectif est d{'}{\'e}tudier (i) dans quelle mesure les locuteurs natifs adaptent d…