Archives de catégorie : Thèse de doctorat

Proposition de sujet pour une thèse de doctorat

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).

La voix charismatique : aspects psychologiques et caractéristiques acoustiques

Rosario SIGNORELLO

Soutiendra publiquement ses travaux de thèse intitulés

La voix charismatique : aspects psychologiques et caractéristiques acoustiques

Co-tutelle avec l’Università degli Studi Roma Tre” (ITALIE)

Soutenance prévue le jeudi 30 janvier 2014 à 10h00

  Université Stendhal, Grenoble 3

1180 Avenue Centrale, 38400 Saint-Martin-d’Hères, France

Salle des actes (entrée nord principal, rez-de-chaussée)

Composition du jury proposé

M. Didier DEMOLIN     Université Stendhal, Grenoble 3   Directeur de thèse
Mme Isabella POGGI     Università degli Studi di Roma Tre   Directeur de thèse
Mme Maria Grazia BUSÀ     Università degli Studi di Padova   Rapporteur
M. Alessandro VINCIARELLI     University of Glasgow   Rapporteur
Mme Nathalie HENRICH BERNARDONI     Institut des Sciences Humaines et Sociales du CNRS, GIPSA-lab   Examinateur
Mme Nathalie VALLÉE     Institut des Sciences Humaines et Sociales du CNRS, GIPSA-lab   Examinateur

 

Mots-clés : charisme, parlé politique, qualité de voix, leadership politique, inter-culturalité
Résumé :     

Cette thèse porte sur la voix charismatique dans le cadre du leadership politique. L’hypothèse générale est que le locuteur-leader utilise sa voix selon deux fonctions. Une fonction primaire, biologique, qui est d’utiliser les modulations de fréquence fondamentale pour être reconnu comme le leader du groupe. Une fonction secondaire, apprise et dépendante de la langue parlée et de la culture d’appartenance, qui est de modifier la qualité de la voix pour véhiculer différents traits et types de charisme dans le but de persuader l’auditoire et atteindre certains buts.

La première étape a été de décrire le phénomène du charisme avec une théorie socio-cognitive qui distingue le charisme de l’esprit (la pensée, les actions et le visionnarisme du leader exprimés à travers le langage écrit et verbal) du charisme du corps (tout comportement non verbal utilisé pour exprimer son message ainsi que ses affects et émotions). De plus, des recherches empiriques ont permit de récolter des adjectifs décrivant les traits positifs et négatifs du charisme propres au français, à l’italien et au portugais brésilien. Enfin, un outil appelé MASCharP a été développé pour évaluer les traits du charisme d’un individu à partir de tout comportement perceptible.

La deuxième étape d’étude concerne la description acoustique et perceptive de la voix charismatique. Une première phase a consisté à créer des profils vocaux des leaders masculins français, italiens et portugais brésiliens, dans le but de représenter l’extension vocale du leader lors de différents contextes de communication (formels vs. informels). Les profils vocaux montrent l’adoption, par les leaders, d’une stratégie vocale liée au contexte de communication et à leur stratégie persuasive. Ces résultats montrent des similarités inter-langagières et culturelles du comportement vocal entre leaders. La deuxième phase expérimentale sur la voix charismatique démontre l’influence de la qualité de voix des phrases sur la perception de différents types et attributs du leadership charismatique.

Le locuteur-leader utilise sa production vocale pour être reconnu comme le leader du groupe. Ceci est valable dans tous les contextes de communication formels où le leader doit exprimer son leadership et a un but persuasif à atteindre. S’il veut soumettre les membres du groupe et souhaite apparaître comme un leader dominant ou menaçant, il utilise une fréquence fondamentale basse associée à des types phonatoires comme le creaky. S’il veut être perçu comme un leader sincère, calme et rassurant, il utilise une fréquence fondamentale plus haute associée à sa voix modale, évitant des types de phonation comme le harsh. Cela est la fonction primaire de la voix charismatique.

Enfin, ces travaux de recherche montrent que les traits du leader charismatique, dans le discours politique, sont filtrés par le contexte langagier et culturel d’interaction partagé entre leader et partisans. L’utilisation de la voix pour véhiculer différents types de charisme, caractérises par des attributs différents, est filtrée par la langue et la culture qui favorisent l’émergence de comportements vocaux charismatiques, prototypiques et qui correspondent à l’attente inhérente de l’auditoire. Cela est la fonction secondaire de la voix charismatique.

__________________________________________________________________________________

Key-words: charisma, political speech, voice quality, political leadership, cross-culture.

Abstract:

This dissertation analyzes the charismatic voice in the context of political leadership. It is shown that the speaker-leader uses his/her voice based on two functions. The primary function is biological and consists of manipulating changes in fundamental frequency in order to be recognized as the leader of the group. The secondary function is learned and dependent upon the language spoken and the culture that one belongs to, and consists of changing voice quality in order to convey different traits and types of charisma. These functions are employed in order to persuade an audience and achieve certain goals.

The phenomenon of charisma is first addressed through social-cognitive theory that distinguishes charisma of the mind (the leader’s thought, actions, and vision expressed through written and spoken language) from charisma of the body (all non-verbal behaviors used for expressing one’s message, affects, and emotions. Certain adjectives were established through empirical research to describe positive and negative traits in French, Italian, and Brazilian Portuguese speech. The tool MASCharP (Multi-dimensional Adjective-based Scale of Charisma Perception) was then developed in order to evaluate the charismatic traits of an individual’s perceptible behavior.

The study then establishes an acoustic and perceptual description of the charismatic voice. Speech range profiles are created for French, Italian, and Brazilian male leaders in order to represent the leaders’ vocal extension in different communication contexts (formal vs. informal). The voice profiles demonstrate how the leaders adopt a particular vocal strategy related to the communication context as well as the leaders’ persuasive strategy. These results show cross-language and cross-cultural similarities in leaders’ vocal behavior. The following experimental phase demonstrates the influence of voice quality on the perception of different types and attributes of charismatic leadership.

The speaker-leader uses his vocal production to be recognized as the leader of a group. This is true for all formal communication contexts wherein the leader must express his leadership and has a persuasive goal to achieve. If he wants to submit group members and hopes to appear as a dominant or threatening leader, the leader uses a low fundamental frequency associated with phonatory types such as creaky voice. If he wants to be perceived as a sincere, calm, and reassuring, he uses a higher fundamental frequency associated with his modal voice, avoiding phonatory types such as harsh voice. This is the primary function of the charismatic voice.

Lastly, this study shows that, in political discourse, the traits of a charismatic leader are filtered by the language and cultural context of the interaction. The secondary function of the charismatic voice is therefore addressed: the use of one’s voice for conveying different types of charisma, as characterized by varying attributes, is filtered through the language and culture that favor certain charismatic vocal behaviors which serve as prototypes that correspond to the audience’s inherent expectations.

 

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 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.

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.

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