Archives de catégorie : Annonces

Production de la voix : exploration, modèles et analyse/synthèse

La Thèse de Doctorat “Production de la voix : exploration, modèles et analyse/synthèse” sera soutenue par Thomas Hézard le Lundi 09 Décembre 2013 à 14h30 à l’IRCAM. Pour plus de détails, cliquez ici.

Résumé
Ce travail porte sur l’étude de la production de la voix. L’objectif principal est de proposer des solutions
pour son analyse-synthèse qui permettent une large représentation de la diversité des signaux biométriques
(observés en pratique) dans le cadre du paradigme source-filtre ou de modèles physiques simplifiés. L’étude
est menée selon trois axes, l’exploration de l’activité laryngée, la modélisation de la phonation et l’analysesynthèse
sonore.
Après une description de l’appareil phonatoire et de modèles d’analyse-synthèse actuels, la première
partie s’intéresse à l’exploration de signaux biométriques. À partir du recensement des dispositifs actuels,
nous proposons un outil de synchronisation qui révèle la complexité du mouvement 3D des plis vocaux.
Une étude comparative avec un système acoustique à valve humaine similaire (lèvres d’un tromboniste) est
menée et le développement d’un nouvel outil combinant deux techniques récentes d’imagerie électrique est
proposé.
Dans la deuxième partie, deux algorithmes d’analyse sont proposés pour un modèle source-filtre fondé
sur une représentation tous-pôles causale-anticausale du signal vocal. Un calcul du cepstre complexe est
proposé, garantissant l’holomorphie sur une couronne de convergence dans le domaine en Z. Cet outil est
alors exploité pour la séparation de la source et du filtre.
Enfin, des représentations paramétriques des signaux d’aire glottique sont exploitées pour piloter des
modèles à géométrie forcée. Un modèle de synthèse, inspiré du modèle source-filtre mais intégrant l’effet du
couplage entre la glotte et le conduit vocal, et des avancées sur la modélisation de conduit vocal à profil
régulier sont présentées.
Mots-clés : production de la voix, analyse-synthèse, séparation source-filtre, modèles physiques, mesures
in vivo, impédancemétrie.

Abstract
This work focuses on the study of voice production. The main objective is to propose solutions for
its analysis-synthesis which enable a wide representation of the diversity of biometric signals (observed
in practice) within the framework of source-filtre paradigm or simplified physical models. The study is
conducted according to three axes : exploration of laryngeal activity, modelisation of the phonation and
sound analysis-synthesis.
After a description of the vocal apparatus and current analysis-synthesis models, the first part focuses
on the exploration of biometric signals. From an inventory of current devices, we propose a synchronisation
tool which reveals the complexity ot the 3D motion of vocal folds. A comparative study with a similar
human-valve-based sound production system (lips of a tombonist) is conducted and the development of a
new tool combining two recent electrical imaging techniques is proposed.
In the second part, two new analysis algorithms are proposed for a source-filter model based on a
causal-anticausal all-pole representation of speech signals. A computation method of the complex cepstrum
is proposed, which ensures the holomorphy on a convergence domain in the Z plane. This tool is then used
for the separation of the source and the filter.
Finally, parametric representations of glottal area waveforms are used to drive models controlled by
the geometry. A synthesis model, based on the source-filter model but including the effect of the coupling
between the glottis and the vocal tract, and advances in the modeling of the vocal tract with regular profile
are presented.
Keywords : voice production, analysis-synthesis, source-filter separation, physical models, in vivo measurements,
impedancemetry.

Thèse en biométrie vocale / PhD thesis in voice biometrics

Deux thèses sont à pourvoir au LIA à Avignon
1) Fiabilité en biométrie vocale (voir descriptif ci-dessous)

2) Un espace binaire de représentation des caractéristiques vocales individuelles

Pour toute information, contacter Jean-François Bonastre : jean-francois.bonastre@univ-avignon.fr

Projet de thèse : Fiabilité en Biométrique Vocale

 

1.   Descriptif

Ce projet s’inscrit dans le cadre du projet ANR Blanc 2012 « Fabiole ». Il concerne le domaine de l’authentification biométrique vocale et s’attache plus particulièrement à explorer l’apport des « connaissances phonétiques ».

Depuis près de 15 années, des systèmes de Reconnaissance Automatique du Locuteur (RAL) sont évalués par le NIST à travers les campagnes SRE. Ces évaluations montrent une progression importante des performances, amenant à envisager de nombreuses applications notamment dans le domaine judiciaire. Les conséquences que peuvent avoir de telles applications nécessitent de s’interroger sur la fiabilité des mesures d’évaluation effectuées. En effet, les critères actuellement employés pour mesurer la performance d’un système sont estimés globalement sur l’ensemble des tests effectués. Il s’agit de mesures de Taux d’Egale Erreur (EER) ou de Decision Cost Function (DCF). Ces mesures moyennes calculées sur un grand nombre de tests provenant de locuteurs différents ne tiennent qu’imparfaitement compte du cadre applicatif pour lequel une réponse doit être retournée pour un cas précis lié à des données impliquant seulement un ou deux locuteurs donnés. En particulier, ce mode d’évaluation ne prend en considération ni la différence entre un enregistrement et un locuteur, ni les différences entre locuteurs. Des travaux récents montrent clairement les limites des mesures de performance utilisées.

L’objet de ce projet de thèse est double. Dans un premier temps, il s’agit de caractériser et de mesurer l’influence des facteurs acoustiques et phonétiques amenant la variabilité interlocuteur. Il ne s’agit plus ici de mesurer une réussite globale en termes de reconnaissance du locuteur mais de préciser la part de variabilité interlocuteur expliquée par chacun des facteurs ainsi caractérisés. Dans un deuxième temps, ces éléments serviront à établir une mesure de confiance en comparaison de voix, basée uniquement sur les deux enregistrements de voix à comparer soit indépendamment de la technique utilisée par la suite.

Il s’agit ici d’identifier les informations caractéristiques du locuteur présentes dans chacun des deux enregistrements et de mesurer la cohérence de ces informations, tout en croisant ces informations avec la capacité des systèmes automatiques à traiter celles-ci.

Outre les apports en termes de connaissances sur les caractéristiques individuelles portées par la voix, cette thèse permettra, pour la comparaison de voix, de dépasser le cadre de la performance pour entrer dans le domaine de la fiabilité.

2.   Environnement et organisation

Ce projet de thèse s’inscrit dans de la collaboration entre le LIA et le LIG qui a mené au co-encadrement de Juliette Kahn (dont la thèse a été soutenue fin décembre 2011), sur la notion de « parole et de locuteur ». Cette collaboration a permis de définir la méthodologie qui sera réutilisée dans ce projet. Elle a également démontré la pertinence du rapprochement entre les aspects « RAL » et « Sciences du langage » et de l’approche proposée ainsi que la faisabilité de celle-ci.

Le ou la doctorante bénéficiera de l’expérience du LIA en reconnaissance automatique du locuteur (plateforme ALIZE, participation continue à NIST-SRE depuis 1998…). De même, la thèse s’appuiera sur les compétences du LIG en ce qui concerne les éléments acoustiques et phonétiques. Enfin, le troisième partenaire du projet Fabiole, le LNE, amènera ses compétences en termes de protocoles d’évaluation et d’exploitation des données.

Le ou la doctorante sera basé principalement au LIA ou au LIG. Des séjours longs (6 mois) seront organisés dans le deuxième laboratoire pour bénéficier pleinement de l’apport pluridisciplinaire du sujet et de l’encadrement. Enfin, des séjours courts et fréquents (un jour à une semaine) seront organisés au LNE.

3.   Compétences souhaitées et acquises

Au vu de la nature fondamentalement pluridisciplinaire du sujet propose, les candidatures attendues doivent montrer a minima une bonne connaissance du traitement automatique (et/ou de la classification automatique) ou des sciences du langage. Un intérêt démontré pour le deuxième domaine est également indispensable.

Le cas échéant, les encadrants s’attacheront à compléter les connaissances du doctorant en début de thèse, sur un des deux domaines considérés.

Durant tout le travail de thèse, les encadrants veilleront à l’équilibre entre les deux grandes disciplines, tant au niveau du travail à réaliser que de la valorisation de celui-ci, de manière à permettre au jeune docteur de faire valoir des compétences de haut niveau dans chacune des disciplines.

4.   Références bibliographiques

(Bimbot, 2004)               F. Bimbot, J. F. Bonastre, C. Fredouille, G. Gravier, I. Magrin-Chagnolleau, S. Meignier, T. Merlin, J. Ortega-Garcia, D. Petrovska-Delacretaz, et D. A. Reynolds, 2004. A tutorial on Text-Independent speaker verification. Eurasip Journal on applied signal processing 4, 430–451

(Bonastre, 2003)            J. Bonastre, F. Bimbot, L. Boë, J. Campbell, D. Reynolds, et I. Magrin-Chagnolleau, 2003. Person authentification by voice : A need for caution. Dans les actes de EUROSPEECH

(Campbell, 2009)           Campbell J.P, Shen W., Campbell W.M., Schwartz R., J-F. Bonastre, D. Matrouf, “Forensic Speaker Recognition: A need for caution“, 2009, IEEE Signal Processing Magazine, March 2009, vol 26 pp 95-103

(Doddington, 1998)      G. Doddington, W. Liggett, A. Martin, M. Przybocki, et D. Reynolds, 1998. Sheep, goats, lambs and wolves : A statistical analysis of speaker performance in the NIST 1998 speaker recognition evaluation. Dans les actes de International Conference on Spoken Language Processing (ICSLP), Sydney, 1351–1354

(Doddington, 2000)      G. R. Doddington, M. A. Przybocki, A. F. Martin, et D. A. Reynolds, 2000. The NIST speaker recognition evaluation – overview, methodology, systems, results, perspective. Speech Communication 31(2-3), 225–254

(Eriksson, 2006)            A. Eriksson, 2006. Charlatanry and fraud–an increasing problem for forensic phonetics ? Dans les actes de Conference of the International Association for Forensic Phonetics and Acoustics (IAFPA), Göteborg, 10–11.

(Fauve, 2007)                Fauve, D. Matrouf, D. Scheffer, J-F. Bonastre, J.-F. Mason, J. S. D.
State-of-the-Art Performance in Text-Independent Speaker Verification Through Open-Source Software“, 2007, IEEE Transactions on Audio, Speech and Language Processing, Vol. 15, Issue 7, pp 1960-1968, September

(Kahn, 2011a)                J. Kahn, 2011, Parole de Locuteur : Performance et confiance en identification biométrique vocale. Thèse de Doctorat de l’Université d’Avignon et des Pays de Vaucluse

(Kahn, 2011b)               J. Kahn, N. Audibert, J-F Bonastre, S. Rossato, 2011, « Inter and intra-speaker variability: a formant analysis for french speakers and its implication on automatic speaker verification», International Conference in Phonetic Sciences 2011, Hong Kong, p

(Kahn, 2010a)                J. Kahn, N. Audibert, S. Rossato, J-F Bonastre , 2010, « Intra-speaker variability effects on Speaker Verification performance », Odyssey 2010, Brno, p

(Kahn, 2010b)               J. Kahn, S. Rossato, J-F Bonastre, 2010, « Beyond Doddington menagerie, a first step towards », International Conference on Acoustic, Speech and Signal Processing 2010, Dallas, p

(Kahn, 2009)                 J. Kahn, S. Rossato, 2009, « Do Humans and Automatic systems use the same information to recognize voices? », Interspeech 2009, Brighton, p.2375-p.2378

(Magrin-Chagnolleau)  I. Magrin-Chagnolleau, J. Bonastre, et F. Bimbot, 1995. Effect of utterance duration and phonetic content on speaker identification using second-order statistical methods. Dans les actes de European Conference on Speech Communication and Technology (Eurospeech), Madrid, 337–340

(Stoll, 2010)                   L. Stoll et G. Doddington, 2010. Hunting for wolves in speaker recognition. Dans les actes de ISCA-IEEE Speaker Odyssey, Brno, 159–162

 

Offre de post-doctorat dans le cadre du projet ANR DIADEMS (Description, Indexation, Accès aux Documents Ethnomusicologiques et Sonores)

Offre de post-doctorat dans le cadre du projet ANR DIADEMS (Description, Indexation, Accès aux Documents Ethnomusicologiques et Sonores). 
Sujet de post-doctorat : identification / classification instrumentale

Durée : 12 mois
Salaire : environ 2000 €/mois
Date de début souhaitée : septembre 2013

La reconnaissance automatique d'instrument et la classification par famille d'instruments est un domaine de recherche actif du MIR (Music Information Retrieval) [Hei09] [Kit07] [Her06] [Ess06]. Les principales techniques reposent sur des méthodes statistiques utilisant des paramètres audio de type MFCC. Nous souhaitons ici tracer une voie nouvelle, permettant de faire le lien entre le traitement de la parole et le traitement de la musique, en considérant l'interprétation musicale comme une phrase, et l'instrument ou l'instrumentiste comme un locuteur.

Ce travail s'effectuera en parallèle d'une thèse en cours sur la caractérisation et l'identification de la voix chantée. Au cours de cette thèse, nous avons proposé une méthode permettant d'identifier les segments contenant de la voix chantée dans des enregistrements polyphoniques (e.g. musique "pop"). L'objet actuel d'étude est de déterminer quels sont les paramètres du signal les plus pertinents pour caractériser différents styles de chant. 

Une des pistes que nous souhaitons poursuivre sera d'identifier l'instrument en suivant le vibrato, de manière similaire à ce qui est proposé pour la voix chantée. En insistant sur la dimension temporelle plutôt que spectrale, nous pourrons aussi observer comment s'enchainent les respirations, les attaques sonores ou les changements timbraux utilisés par le musicien. Ce travail exploratoire nécessitera dans un premier temps d'effectuer des expérimentations sur des bases de données simples (telles que [Fri97] et [Got03]) afin de valider notre approche avant d'appliquer nos algorithmes aux données du projet DIADEMS.

- Références : 

[Hei09] Heittola, T., Klapuri, A., Virtanen, T., "Musical Instrument Recognition in Polyphonic Audio Using Source-Filter Model for Sound Separation," in Proc. 10th Int. Society for Music Information Retrieval Conf. (ISMIR 2009), Kobe, Japan, 2009.

[Kit07] Tetsuro Kitahara, Masataka Goto, Kazunori Komatani, Tetsuya Ogata, and Hiroshi G. Okuno: "Instrument Identification in Polyphonic Music: Feature Weighting to Minimize Influence of Sound Overlaps", EURASIP Journal on Advances in Signal Processing, Special Issue on Music Information Retrieval based on Signal Processing, Vol.2007, No.51979, pp.1--15, 2007.

[Her06] P. Herrera-Boyer, A. Klapuri, and M. Davy. Automatic classification of pitched musical instrument sounds. Signal Processing Methods for Music Transcription, pages 163–200. Springer, 2006.

[Ess06] S. Essid, G. Richard, and David.B. Instrument recognition in polyphonic music based on automatic taxonomies. IEEE Transactions on Audio, Speech & Language Processing, 14(1):68–80, 2006.

[Fri97] L. Fritts, “Musical Instrument Samples,” Univ. Iowa Electronic Music Studios, 1997–. [Online]. Available: http://theremin.music.uiowa.edu/MIS.html

[Got03] Goto M, Hashiguchi H, Nishimura T, Oka R. RWC music database: Music genre database and musical instrument sound database. ISMIR. 2003:229–230.

---------

Description du projet DIADEMS (Partenaires : LaBRI, IRIT, LESC, Parisson, LIMSI, MNHN, LAM-IJLRA)

Le Laboratoire d'Ethnologie et de Sociologie Comparative (LESC) comprenant le Centre de Recherche en Ethnomusicologie (CREM) et le centre d'Enseignement et de Recherche en Ethnologie Amérindienne (EREA) ainsi que le Laboratoire d'Eco-anthropologie du Muséum National d'Histoire Naturelle (MNHN) sont confrontés à la nécessité d'indexer les fonds sonores qu'ils gèrent et de faire un repérage des contenus, travail long, fastidieux et coûteux. 

Lors de l'Ecole d'Été interdisciplinaire Sciences et Voix 2010 organisée par le CNRS, une convergence d'intérêts s'est dégagée entre les acousticiens, les ethnomusicologues et les informaticiens : il existe aujourd'hui des outils d'analyse avancés du son développés par les spécialistes en indexation qui permettent de faciliter le repérage, l'accès et l'indexation des contenus. 

Le contexte du projet est l'indexation et l'amélioration de l'accès aux fonds d'archives sonores du LESC : le fonds du CREM et celui d'ethnolinguistique de l'EREA (« chanté-parlé » Maya, ainsi que celui du MNHN (musique traditionnelle africaine). Il s'inscrit dans la continuité d'une réflexion entreprise en 2007 pour l'accès aux données sonores de la Recherche : aucune application n'existant en « open source » sur le marché, le CREM-LESC, le LAM et la Phonothèque de la MMSH d'Aix-en Provence ont étudié la conception d'un outil innovant et collaboratif qui répond à des besoins « métier » liés à la temporalité du document, tout en étant adapté à des exigences du secteur de la recherche. Avec le soutien financier du Très Grand Equipement (TGE) ADONIS du CNRS et du Ministère de la Culture, la plateforme Telemeta développée par la société PARISSON a été mise en ligne en mai 2011 : http://archives.crem-cnrs.fr . Sur cette plateforme, des outils d'analyse élémentaires de traitement de signal sont d'ores et déjà disponibles. 

Cependant, il est nécessaire de disposer d'un ensemble d'outils avancés et innovants pour une aide à l'indexation automatique ou semi-automatique de ces données sonores, issues d'enregistrements parfois longs, au contenu très hétérogène et d'une qualité variée. L'objectif du projet DIADEMS est de fournir certains des outils, de les intégrer dans Telemeta, en répondant aux besoins des usagers. Il s'en suit une complémentarité des objectifs scientifiques des différents partenaires : Les fournisseurs de technologies, l'IRIT, le LIMSI, le LaBRI et le LAM auront à : 
- Fournir des technologies existantes telles que la détection de parole, de musique, la structuration en locuteurs. Ces outils visent à extraire des segments homogènes d'intérêt pour l'usager. Ces systèmes auront à faire face à la diversité des bases qu'il est proposé d'étudier dans ce projet ; leur hétérogénéité est liée aux conditions d'enregistrement, au genre et à la nature des documents, à leur origine géographique. Il faudra adapter ces systèmes dits « état de l'art » aux besoins des usagers. 
- Proposer des outils innovants d'exploration du contenu de segments homogènes. Les travaux sur l'opposition voix parlée-déclamée-chantée, le chant, les tours de chant, la recherche de similarité musicale ne sont pas matures. Un véritable travail de recherche reste à faire et avoir à sa disposition des musicologues et des ethnomusicologues est un atout positif. Les ethnomusicologues, ethnolinguistes, acousticiens spécialistes de la voix et les documentalistes spécialisés vont jouer un rôle important dans le projet en tant que futurs utilisateurs des outils d'indexation : Les documentalistes doivent s'approprier les outils et apporter leur expérience afin d'adapter ces outils à leur besoin en indexation. 

Un échange important doit se réaliser entre celui qui fournit l'outil, celui qui l'intègre et celui qui l'utilise. L'effort doit être porté sur la visualisation des résultats avec pour fin une aide forte à l'indexation en la rendant de fait semi-automatique Pour l'ethnomusicologue et le musicologue, l'objectif va au-delà de l'indexation. Il s'agit au travers d'aller et retour entre lui et les concepteurs de technologies de cibler les outils pertinents d'extraction d'information.

Offre de thèse sur les technologies vocales pour l’orthophonie

Offre de thèse financée sur le “Retour articulatoire visuel pour l’aide à la rééducation des troubles de la parole

Dans la cadre de la rééducation orthophonique des troubles de la parole, le projet vise à adapter et évaluer un dispositif de retour visuel articulatoire permettant de piloter en temps réel les articulateurs visibles et non visibles d’un avatar à partir de la parole d’un patient. Le dispositif est basé sur des modèles statistiques construits par apprentissage automatique à partir de données acoustiques et articulatoires. L’acquisition de ces données ainsi que l’évaluation du système développé s’effectuera en collaboration  avec le CHU de Lyon.
Mots-clés : technologies vocales, avatar 3D,  machine learning, réalité augmentée,  orthophonie

http://www.gipsa-lab.grenoble-inp.fr/transfert/propositions/1_2013-05-01_These_arc_retour_visuel_orthophonie.pdf


PhD position. Visual articulatory biofeedback for speech therapy

The project aims at assessing and adapting a system of visual articulatory biofeedback for speech therapy. This system is based on a 3D avatar showing visible and non visible speech articulators such as the tongue. Statistical mapping technique will be used to drive the animation of the avatar from the patient’s voice. Data acquisition and system evaluation will be conducted at the Lyon Hospital.
Keywords : speech technology, 3D avatar,  machine learning, augmented reality, speech therapy.

Post-doctoral Fellow in Articulatory Phonetics & Phonology in the School of Humanities, Linguistics

Toutes les infos sur http://linguistlist.org/issues/24/24-1611.html

Post-doctoral Fellow in Articulatory Phonetics & Phonology in the School of
Humanities, Linguistics (Ref.: 201300106)

Founded in 1911, The University of Hong Kong is committed to the highest
international standards of excellence in teaching and research, and has been
at the international forefront of academic scholarship for many years. The
University has a comprehensive range of study programmes and research
disciplines spread across 10 faculties and about 100 sub-divisions of studies
and learning. There are over 23,400 undergraduate and postgraduate students
coming from 50 countries, and more than 1,800 members of academic and
academic-related staff, many of whom are internationally renowned.

Applications are invited for appointment as Post-doctoral Fellow in the School
of Humanities (Linguistics), from August 2013 for a period of three years.

The post falls within the strategic area of establishing an acoustic and
articulatory research facility at HKU and developing software tools for
collecting and analyzing articulatory data. The appointee will contribute to
the department’s research programme in understanding how sound works in human
language both through software development and through articulatory research
that makes use of those tools, supervised by Professor Diana Archangeli.

A highly competitive salary commensurate with qualifications and experience
will be offered, in addition to annual leave and medical benefits.

The ideal applicant should have a Ph.D. degree in Linguistics or a related
field with expertise in phonetics/phonology as well as programming expertise
(e.g. python, C++).
Information about the School can be obtained at the department’s website.
Enquiries about the post should be sent to the application e-mail below, and
should be addressed to Dr. Umberto Ansaldo, School of Humanities.

Applicants should send a completed application form and an up-to-date C.V. to
the contact email. Application forms (341/1111) can be obtained through the
application website. Further particulars can be obtained at the department
URL. Closes May 21, 2013.

The University thanks applicants for their interest, but advises that only
shortlisted applicants will be notified of the application result.

The University is an equal opportunity employer and is committed to a
No-Smoking Policy.

Application Deadline: 21-May-2013

Email Address for Applications: phonpdfhku.hk
Web Address for Applications: http://jobs.hku.hk/jd.php?id=201300106
Contact Information:
Dr. Umberto Ansaldo
Email: ansaldohku.hk

INRIA PhD fellowship on Nonlinear speech analysis for differential diagnosis between Parkinson’s disease and Multiple-System Atrophy

Proposal for an INRIA PhD fellowship (Cordi-S)
Title of the proposal: Nonlinear speech analysis for differential diagnosis between Parkinson’s disease and Multiple-System Atrophy
Project Team INRIA: GeoStat (http://geostat.bordeaux.inria.fr/)
Author of the proposal research subject: Khalid Daoudi (khalid.daoudi @ inria.fr)
Keywords: speech processing, nonlinear speech analysis, machine learning, voice pathology,
dysphonia, dysarthria, Multiple-System Atrophy, Parkinson’s disease.
Scientific context:
Parkinson’s disease (PD) is the most common neurodegenerative disorder after Alzheimer’s disease.
Prevalence is 1.5% of the population over age 65 and affects about 143,000 French. Given the aging of
the population, the prevalence is likely to increase over the next decade.
Multiple-System Atrophy (MSA) is a rare and sporadic neurodegenerative adult disorder, of
progressive evolution and of unknown etiology. The MSA has a prevalence of 2 to 5/100 000 and has
no effective treatment. It usually starts in the 6th decade and there is a slight male predominance. It
takes 3 years on average from the first signs of the disease for a patient to require a walking aid, 4-6
years to be in a wheelchair and about 8 years to be bedridden.
The PD and MSA require different treatment and support. However, the differential diagnosis between
PD and MSA is a very difficult task because, at the early stage of the diseases, patients look alike as
long as signs, such as dysautonomia, are not more clearly installed for MSA patients. There is currently
no valid clinical nor biological marker for clear distinction between the two diseases at an early stage.
Goal:
Voice and speech disorders in Parkinson’s disease is a clinical marker that coincides with a motor
disability and the onset of cognitive impairment. Terminology commonly used to describe these
disorders is dysarthria [1].
Like PD patients, depending on areas of the brain that are damaged, people with AMS may also have
speech disorders: difficulties of articulation, staccato rhythm, squeaky or muted voice. Dysarthria in
AMS is more severe and early in the sense that it requires more early rehabilitation compared to PD.
Since dysarthria is an early symptom of both diseases, the purpose of this thesis is to use dysarthria,
through digital processing of voice recordings of patients as a mean for objective discrimination
between PD and MSA. The ultimate goal is to develop a numerical dysarthria measure, based on the
analysis of the speech signal of the patients, which allows objective discrimination between PD and
MSA and would thus complement the tools currently available to neurologists in the differential
diagnosis of the two diseases.
Project:
Pathological voices, such as in PD and MSA, generally present high non-linearity and turbulence.
Nonlinear/turbulent phenomena are not naturally suited to linear signal processing. The latter is
however ruling over current speech technology. Thus, from the methodological point of view, the goal
of this thesis is to investigate the framework of nonlinear and turbulent systems, which is better suited
to analyzing the range of nonlinear and turbulent phenomena observed in pathological voices in general
[2], and in PD and MSA voices in particular. We will adopt an approach based on novel nonlinear
speech analysis algorithms recently developed in the GeoStat team [3]. The goal being to extract
relevant speech features to design new dysarthria measures that enable accurate discrimination between
PD and MSA voices. This will also require investigation of machine learning theory in order to develop
robust classifiers (to discriminate between PD and MSA voices) and to make correspondence
(regression) between speech measures and standard clinical rates.
The PhD candidate will actively participate, in coordination with neurologists from the Parkinson’s
Center of Haut-Lévêque Hospital, to set up the experimental protocol and data collection. The latter
will consist in recording patient’s voices using DIANA or EVA2 workstation (http://www.sqlab.fr/).
References:
[1] Auzou, P.; Rolland, V.; Pinto, S., Ozsancak C. (eds.). Les dysarthries. Editions Solal. 2007.
[2] Baghai-Ravary L. ; Beet S.W. Automatic Speech Signal Analysis for Clinical Diagnosis and Assessment of
Speech Disorders. Springer 2013.
[3] PhD thesis of Vahid Khanagha. GeoStat team, INRIA Bordeaux-Sud Ouest. January 2013.
http://geostat.bordeaux.inria.fr/images/vahid%20khanagha%204737.pdf
Advisor: K. Daoudi
Duration: 3 years (starting fall 2013)
Prerequisites: Good level in signal/speech processing is necessary, as well as Matlab and C/C++
programing. Knowledge in machine learning would be a strong advantage.

Postdoctoral position in Phonetics and Phonology at Max Planck Institute

University or Organization: Max Planck Institute for Psycholinguistics 
Job Location: Nijmegen, Netherlands 
Web Address: http://www.mpi.nl/departments/language-and-genetics/projects/genetic-biasing-in-language-and-speech
Job Rank: Post Doc

Specialty Areas: Phonetics; Phonology; Psycholinguistics 

Description:

The Max Planck Institute for Psycholinguistics, Nijmegen, The Netherlands, is
a world leader in the multidisciplinary approaches to the study of language. A
new direction is represented by the effects of genes on language change and
linguistic diversity. The project “Genetic Biases in Speech and Language”
awarded to Dr. Dan Dediu by the Netherlands Organization for Scientific
Research (NWO) will investigate the genetic influences on the speech organs
and their effects on phonetics and phonology. While genes do not directly act
on speech and language, they can influence language change through biased
cultural transmission across generations, playing a role in both linguistic
universals and diversity. This is a highly inter-disciplinary project hosted
by the Language and Genetics Department. More information can be found at the
web address above.

Within this project, applications are invited for one full-time fixed-term
postdoctoral position for 2 years with a possibility of extension.

Job description:
The main focus will be on the identification and study of the parameters of
the speech organs affecting cross-linguistic variation in phonetics and
phonology, and will involve cross-disciplinary extensive literature reviews,
experimental and computational work, and statistical data analysis using
cutting-edge methods. The successful candidate will be involved in all aspects
of the project, will actively participate in all its major stages, and will
help supervising at least one PhD student.

The successful candidate will be part of the Language and Genetics Department
led by Prof. Simon Fisher, will closely collaborate with the Language and
Cognition Department led by Prof. Stephen Levinson, and will participate in
cross-disciplinary activities such as reading groups and workshops.

Qualifications and background:
Candidates should have a strong background in articulatory phonetics and
speech production, supported by a PhD in Linguistics, Speech Sciences or
allied disciplines. It is essential to have good quantitative and data
analysis skills, and experience with laboratory techniques concerning speech
production represents a major advantage. Interests and experience with
computer modeling, evolutionary biology and genetics are desirable.

Salary and start date:
The salary is according to the German TVöD and the applications will be
reviewed on an on-going basis until the position is filled.

Application procedure:
Please include a cover letter highlighting your qualifications and motivation,
a CV containing a publications list highlighting one or two representative
publications, a brief research statement and research plans, and the contact
details of two referees. These should be sent as PDF documents by e-mail to
Martina Bernhard at the application email address below.

Application Deadline:  
Mailing Address for Applications: 
	Martina Bernhard 

Email Address for Applications: Martina.Bernhard@mpi.nl 
Contact Information:
	Martina Bernhard 
	Email: Martina.Bernhard@mpi.nl

Soutenance de thèse sur le lien perception-production en voix chantée

LE LIEN PERCEPTION-PRODUCTION EN VOIX CHANTÉE : RÔLE DES REPRÉSENTATIONS MOTRICES
Thèse de doctorat soutenue par Yohana Lévêque

• Date(s) : 14/12/2012
• Heure / time : 14h
• Lieu / location/notice : Salle de conférence, LPL, Aix-en-Provence (5 av. Pasteur)

——
Thèse de doctorat de Sciences du Langage
Sous la direction de Antoine Giovanni et Daniele Schön
Aix-Marseille

Un nombre croissant d’études révèle combien les processus cérébraux de production et de perception de l’action sont intriqués. En particulier, on sait maintenant que dans certains contextes, la perception de la parole induit l’activation de représentations motrices articulatoires chez l’auditeur. Dans ce travail, nous explorons la perception de la voix chantée, une action vocale non-linguistique. L’écoute d’une voix chantée provoque-t-elle une activation du système moteur ? Cette activité motrice est-elle plus forte pour la voix que pour un son musical non- biologique ? Ces questions sont abordées en utilisant de façon complémentaire deux protocoles comportementaux, une technique de lésion virtuelle par stimulation magnétique transcrâniale, l’étude des oscillations en EEG et celle de la variabilité métabolique en IRMf. Nos résultats montrent que la perception d’une voix chantée est effectivement associée à une activité du cortex sensorimoteur dans des tâches de répétition et de discrimination. De façon intéressante, les plus mauvais chanteurs ont montré la plus forte résonance motrice. Le système moteur pourrait, par la génération de modèles internes, faciliter le traitement des stimuli ou la préparation de la réponse vocale quand le traitement acoustique seul est insuffisant. L’ensemble des résultats présentés ici suggère que les interactions audio-motrices en perception de la voix humaine sont modulées par la dimension biologique du son et par le niveau d’expertise vocale des auditeurs. En apportant un éclairage sur le fonctionnement de la boucle audio-vocale dans le chant, ils ouvrent de nouvelles perspectives pour une meilleure compréhension de la perception de la parole et des stimuli sonores en général.

——
Jury :

Marc Sato
Simone Dalla Bella
Barbara Tillmann
Antoine Giovanni
Daniele Schön

Postdoctoral position: Biomedical Image and Signal Analysis for Extraction of Vibration Characteristics of the Vocal Folds

We are looking for a postdoctoral researcher to work on Biomedical Image and Signal Analysis for Extraction of Vibration Characteristics of the Vocal Folds

The goal of the work will be image analysis of vocal fold vibration, particularly in order to create algorithms for automatic analysis of videokymographic images obtained laryngoscopically from patients with voice disorders. The post-doc should create a software application, which will allow more accurate diagnosis of voice disorders and which can be used by scientists as well as clinicians. This will allow quantifying abnormality of the vocal fold vibration and monitoring the results of voice therapy.

The details, including the requirements and the application instructions, are available at:
https://sites.google.com/site/jangsvec/announcements
.

Basic information:
Workplace: Palacký University Olomouc, Faculty of Science, Department of Biophysics, Olomouc, Czech Republic.
Job type: Full time.
Duration: 30 months, to start in January 2013 or earlier.
R&D Area: Biomedical Image Analysis, Physics, Voice Science.
Salary: up to 60000 CZK (c. 2300 EUR) /month (based on accomplishments). Attractive salary considering small living expenses in the Czech Republic.
The latest term for the applications is December 9, 2012 but earlier submissions are encouraged. (Contact dr. Svec as soon as possible to find out about the current situation)