Apprentissage profond pour l’estimation du quotient ouvert à partir du signal électroglottographique

Minh-Châu Nguyễn (1, 2) , Maximin Coavoux (3, 1, 2) , Solange Rossato (1, 4, 2)

1 LIG - Laboratoire d'Informatique de Grenoble
2 GETALP - Groupe d’Étude en Traduction Automatique/Traitement Automatisé des Langues et de la Parole
3 CNRS - Centre National de la Recherche Scientifique
4 UGA - Université Grenoble Alpes

Les outils de reconnaissance automatique de la parole et d’apprentissage statistique peuvent aujourd’hui contribuer efficacement à faciliter et à accélérer les tâches d’annotation linguistique, notamment pour les langues rares. Dans cet abstract, nous cherchons à déterminer dans quelle mesure l’apprentissage machine peut également faciliter le traitement de diverses données collectées sur ces langues, telles que des corpus électroglottographiques. Spécifiquement, nous présentons ici les résultats d’expériences qui visent à automatiser l’estimation du quotient d’ouverture glottique (Oq, un indice du type de phonation) à partir du signal électroglottographique (EGG).

Mots clés: Électroglottographie; quotient ouvert glottique; apprentissage profond.

Domaines: Informatique et langage [cs.CL]

Minh-Châu Nguyễn, Maximin Coavoux, Solange Rossato. Apprentissage profond pour l’estimation du quotient ouvert à partir du signal électroglottographique. Journées Jointes des Groupements de Recherche Linguistique Informatique, Formelle et de Terrain (LIFT) et Traitement Automatique des Langues (TAL), GDR LIFT; GDR TAL, Nov 2022, Marseille, France. pp.29-38. ⟨hal-03846833⟩