Que dévoile la voix de soi ?

Paru dans CNRS Le Journal (26/03/2018) :

L’intonation de votre voix révèle-t-elle une personne digne de confiance ? Une personne dominante ? Des chercheurs ont mis en place une expérience pour décrypter le code social véhiculé par la prosodie – cette mélodie appliquée à un mot lors de sa prononciation. Leurs travaux sont publiés dans la revue PNAS le 26 mars 2018.

Retrouvez la vidéo sur :  https://lejournal.cnrs.fr/videos/dis-moi-bonjour-et-je-te-dirai-qui-tu-es

 

Proposition de thèse sur la conception d’un pli vocal biomimétique

Proposition de thèse de doctorat en mécanique du pli vocal humain / PhD proposal in mechanics of human vocal fold

PhD Position in Experimental Mechanics of Materials/Structures :
From the vocal-fold 3D structure and micro-mechanics to the design of biomimetic materials
Location : 3SR Lab, CoMHet team, Grenoble, France
Collaboration : GIPSA-lab, VSLD team, Grenoble, France

Contact : Lucie BAILLY (lucie.bailly  [at] 3sr-grenoble.fr)

Project summary

The vocal folds are soft multi-layered laryngeal tissues, owning remarkable vibro-mechanical performances. Composed of collagen and elastin microfibrils’ networks, the upper layers play a major role in the vocal-fold vibrations. However, the impact of these tissues’ histological features on their mechanical behavior is still poorly known. This is mainly ascribed to their challenging experimental characterization at the scale of their fibrous networks.
Therefore, this PhD project aims to gain an in-depth understanding of the link between the micromechanics of vocal-fold tissues and their unique vibratory macroscale performances. The strategy will be :
1. To go further in the investigation of the vocal-fold 3D architecture and micromechanics and behaviour upon finite deformation. This step will be based on experimental biomechanical campaigns and unprecedented synchrotron X-ray in situ microtomography ;
2. To use these data to mimic and process fibrous biomaterials with tailored structural and biomechanical properties ;
3. To characterize the vibro-mechanical properties of these biomaterials at different scales (macro/micro) and frequencies (low/high).

Conférence « La plus ancienne voix humaine restituée : Édouard-Léon Scott de Martinville »

Dans le cadre du cycle « Histoire et philosophie des sciences » de l’Académie des Sciences, une conférence s’est intéressée le 5 décembre dernier à Édouard-Léon Scott de Martinville et à « La plus ancienne voix humaine restituée »

En inventant en 1857 le Phonautographe, appareil permettant d’inscrire le signal émis par un son, Édouard-Léon Scott de Martinville ignorait qu’il avait ouvert la porte à la restitution sonore de la voix humaine. Ses premiers tracés de celle-ci, connus et conservés aux archives de l’Académie des sciences, datent de 1860, soit 17 ans avant l’invention du phonographe par Thomas Edison. Mais ce n’est que grâce à la technologie numérique du XXIe siècle que ces signaux ont pu être traduits en sons. On peut ainsi écouter la plus ancienne voix humaine jamais enregistrée. Édouard-Léon Scott de
Martinville fut un réel précurseur, et cependant son invention fut une impasse technologique. Son histoire, et les développements qui ont suivi, méritent d’être mis en perspective avec l‘évolution actuelle et future du traitement de la parole.

Le programme et les interventions en vidéos

Festival Vino Voce

Une annonce de festival relayée par la Société Française d’Acoustique :


LE FESTIVAL VINO VOCE

Chaque année, le 2e week-end de septembre à Saint-Emilion

De la voix chantée à la lecture à haute voix, des nouvelles technologies appliquées à la voix au doublage cinématographique, des voix radiophoniques à la voix dans la psychanalyse, de l’art de l’imitateur à celui du ventriloque…le festival Vino Voce vous invite à découvrir toutes les voix sous toutes les formes.

Vino Voce révèle au public, au travers de spectacles, rencontres et ateliers, les mille et une facettes de la voix.

L’enjeu : mêler la fête et la réflexion en brisant les frontières qui séparent les arts et les disciplines les plus diverses pour mieux appréhender l’importance de la voix dans l’art mais aussi dans notre vie à tous.

Vino Voce, c’est l’occasion de tendre l’oreille, d’éprouver la présence et les émotions que ces voix démultipliées véhiculent au plus près de nous.

http://www.festivalvinovoce.com/festival


Nicolas Obin (IRCAM) y parlera notamment des métamorphoses de la voix (le samedi 9 septembre).

Postes d’ingénieur R&D sur le traitement de la voix dans les contenus audiovisuels (fil de l’eau jusqu’au 17 mars)

Inria Nancy recrute deux ingénieurs R&D pour un projet industriel ambitieux sur le traitement de la voix dans les contenus audiovisuels. La mission consiste à développer, évaluer et améliorer des prototypes logiciels basés sur les dernières avancées scientifiques et à les transférer au studio de création sonore initiateur du projet et à la société de développement informatique partenaire. Le logiciel commercial issu du projet sera un logiciel de référence dans le domaine audiovisuel professionnel.

*Ingénieur R&D A*
Début de contrat: mai 2017
Durée: 18 mois
Missions:
– reconnaissance du locuteur basée sur le logiciel ALIZE
– rehaussement de la parole par deep learning multicanal
Profil:
– M2 ou doctorat en informatique, traitement du signal ou apprentissage automatique
– compétences opérationnelles en génie logiciel (gestion de version, tests, qualité de code) et langage Python 3 (numpy, scipy, Keras)
– une expérience en reconnaissance du locuteur ou rehaussement de la parole serait un plus
Salaire: 2048 à 2509€ net/mois selon l’expérience

*Ingénieur R&D B*
Début de contrat: mai-juin 2017
Durée: 16 mois
Missions:
– reconnaissance de la parole basée sur le logiciel Kaldi
– synthèse de la parole par concaténation
Profil:
– M2 ou doctorat en informatique, traitement du signal ou apprentissage automatique
– compétences opérationnelles en génie logiciel (gestion de version, tests, qualité de code) et langages Python 3 (numpy, scipy, Keras) et Java (Java SE 8)
– une expérience en reconnaissance ou synthèse de la parole serait un plus
Salaire: 2048 à 2509€ net/mois selon l’expérience

*Environnement de travail*
Inria Nancy est le plus grand institut public de recherche en informatique du Grand Est. L’équipe Multispeech (https://team.inria.fr/multispeech/) regroupe 30 chercheurs, ingénieurs et étudiants dans le domaine de la parole.

*Candidature*
Envoyer un CV, une lettre de motivation et 1 à 3 lettres de recommandation éventuelles à emmanuel.vincent@inria.fr. Préciser sur quel(s) poste(s) porte la candidature. Les candidatures seront examinées au fil de l’eau jusqu’au 17 mars. Merci de candidater dès que possible avant cette date.

Journées de Phonétique Cliniques JPC7 2017

7èmes Journées de Phonétique clinique
Paris, HEGP, 29 juin – 30 juin 2017

Les 7èmes Journées de Phonétique Clinique seront organisées par le Laboratoire de Phonétique et de Phonologie (LPP-UMR7018), avec la collaboration de l’’Université Sorbonne Nouvelle, l’’Université Paris Descartes, l’’Hôpital Européen Georges Pompidou HEGP (service ORL et l’’unité d’exploration fonctionnelle des troubles de la voix, de la parole et de la déglutition), et le Département d’’Orthophonie de l’Université Pierre et Marie Curie.

Les Journées de Phonétique Clinique (JPC), colloque international francophone bisannuel, a pour vocation de réunir des chercheurs, des ingénieurs, des médecins, et des orthophonistes s’intéressant tous aux questions liées au fonctionnement normal et pathologique de la voix, de la parole et du langage. Organisées pour la première fois à Paris en 2005, elles ont été rééditées successivement à Grenoble (2007), Aix-en-Provence (2009), Strasbourg (2011) et Liège  (2013), Montpellier (2015). Les JPC offrent l’opportunité pour des professionnels, des chercheurs confirmés et des jeunes chercheurs de présenter leurs travaux aboutis ou en cours. Les JPC se veulent un lieu privilégié et convivial d’échange au sein de cette communauté pluridisciplinaire partageant un même objet d’étude mais avec des perspectives et méthodologies différentes. Les communications présentées reposeront sur des données, des modèles théoriques et des applications cliniques à propos de thématiques liées à la production et perception de la voix et parole chez le sujet sain et chez le sujet pathologique, chez l’adulte et chez l’enfant.

Les thèmes des 7èmes Journées de Phonétique Clinique seront orientées, de façon non exhaustive, sur:

– les troubles phonétiques / phonologiques
– les troubles de la production / de la perception
– les troubles voix / parole
– les troubles moteurs de la parole
– la communication verbale / non verbale
– l’instrumentation et les ressources en phonétique clinique

Deux conférences plénières seront organisées avec la présence de
Pr Jody Kreiman (UCLA, USA) “Perception of normal and disordered Voice and Speech”
Pr Hermann Ackermann (Tuebingen, Allemagne) “Disorders of spoken language in neurological diseases”

Dates Importantes
– 15 février 2017 :
soumission d’un résumé de 500 mots
15 mars 2017 : notification d’acceptation aux auteurs
15 avril 2017 : fin des inscriptions au tarif réduit
29 juin-30 Juin 2017 : Conférence à l’Auditorium de l’Hôpital Européen Georges Pompidou, 20 rue Leblanc, 75015 Paris

Plus d’information à venir sur http://jpc7.ilpga.fr/

 

Proposition de stage M2R « Commande vocale à large vocabulaire … »

Proposition de stage M2R : Commande vocale à large vocabulaire pour la domotique par apprentissage profond et “word embedding”

Encadrants : Michel Vacher, François Portet, Benjamin Lecouteux

Dans le cadre du projet VOCADOM financé par l’ANR, nous cherchons à concevoir un système domotique contrôlé à distance par la voix et qui peut être utilisé dans des conditions réelles (bruit, présence de plusieurs personnes). Outre les problèmes de bruit, l’un des défis à relever est de constamment s’adapter aux utilisateurs finaux en prenant en compte de toute l’information disponible (capteurs audio et capteurs domotiques). L’une de ces adaptions consiste à comprendre l’énoncé de parole des utilisateurs sans avoir de contrainte sur le vocabulaire et la syntaxe que les utilisateurs utiliseront. Par exemple, l’ordre standard pour allumer la lumière est “Nestor allume la lumière”, mais il pourrait être “Nestor, on n’y voit rien” ou «S’il te plaît Nestor allume la lumière “.
Le but du stage proposé est donc de permettre cette association “énoncé vocal” <-> “ordre domotique” avec le minimum de contraintes lexicales et syntaxiques. Nous proposons d’opérer non seulement au niveau phonétique mais également au niveau lexical en travaillant sur le treillis de sortie du décodeur du système de reconnaissance vocale.
Le travail proposé consistera en une première étape pour faire une étude bibliographique liées à ce domaine. La deuxième étape consistera à développer une méthode pour explorer le réseau à la sortie du décodeur KALDI ASR. Celle-ci utilisera un modèle externe de mots basés sur le Word Embedding (acquis par apprentissage profond) afin de pouvoir associer un score de proximité entre un énoncé connu et un nouvel énoncé. Le système développé sera ensuite évalué sur un corpus synthétique (construit par synthèse vocale) et sur le corpus enregistré dans l’habitat intelligent du laboratoire.
L’étudiant recruté pourra bénéficier des études antérieures, dans lesquelles les enregistrements ont été faits dans un véritable appartement avec plusieurs chambres, chacune équipée de micros. Les participants y ont joué des scénarios réalistes de la vie quotidienne (AVQ) (dormir, se lever, faire sa toilette, préparer un repas, déjeuner, se détendre, sortir …). Cela nous a permis de recueillir un corpus réaliste contenant les commandes vocales enregistrées dans diverses conditions.

Mots clés : automatic speech recognition, Deep Neural Network, Word Embedding, Home Automation, reconnaissance automatique de Parole, apprentissage profond, représentation vectorielle des mots, domotique
Durée du stage : 5 à 6 mois
Rémunération : Environ 529€ / mois (suivant textes de lois en vigueur au moment du stage)
Possibilité de poursuivre en thèse (financement sur budget ANR)

Candidature à adresser à : Michel.Vacher<AT>imag.fr / Francois.Portet<AT>imag.fr / Benjamin.Lecouteux<AT>imag.fr
===

Atelier « La voix à la barre » 4 Juillet 2016

Retrouvez le thème « voix et criminalistique » dans le cadre d’un atelier « La voix à la barre » proposé à l’occasion de la conférence JEP-TALN-RECITAL 2016

Toutes les infos sur : http://lia.univ-avignon.fr/fr/content/lavoixalabarre

Description :

Dans l’esprit du grand public mais aussi chez nombre de chercheurs en communication parlée, la reconnaissance automatique du locuteur et la comparaison de voix sont confondus, tant en termes de problématiques scientifiques qu’en termes d’applications pratiques. Pourtant ces deux aspects divergent significativement !

La reconnaissance automatique du locuteur (RAL) est un domaine très bien représenté dans les grandes conférences et bénéficie de campagnes d’évaluation internationales de grande ampleur depuis 1996. Elle propose des applications comme la signature de transaction électroniques pour lesquelles le critère principal de mise en œuvre est le ratio financier bénéfice/coût obtenu par l’opérateur concerné.

La comparaison de voix relève du domaine de l’expertise judiciaire. Elle consiste à évaluer la potentialité pour qu’un enregistrement vocal ait été prononcé par une personne donnée. Les enjeux touchent ici le citoyen et ses libertés fondamentales. Très demandée dans les tribunaux, la comparaison de voix est néanmoins peu traitée dans la littérature et constituer des bases de données adaptées à cette question est difficile.

L’objectif premier de cet atelier est triple : montrer les particularités de ces deux domaines, leurs différences et leurs liens ; faire le point sur l’état de l’art de la RAL ; Réfléchir en commun à la question de la comparaison de voix en général et des répercussions des progrès réalisés en RAL en particulier.

Le second objectif est plus simple : créer l’occasion de faire dialoguer sur le thème de l’usage de la comparaison de voix à des fins judiciaires les communautés du traitement automatique de la parole et de la phonétique ainsi que magistrats, avocats et experts. Notre volonté est de faciliter ainsi l’émergence de travaux communs.