Deep Learning

Analyse phonétique de la variation inter-locuteurs au moyen de réseaux de neurones convolutifs : voyelles seules et séquences courtes de parole

Des réseaux de neurones convolutifs ont été entraînés sur des spectrogrammes de voyelles /ɑ̃/ et de séquences aléatoires de 2 secondes extraites de 44 locuteurs du corpus NCCFr afin d’obtenir une classification de ces derniers. Ces deux modèles …

Automatic classification of phonation types in spontaneous speech: towards a new workflow for the characterization of speakers' voice quality

Voice quality is known to be an important factor for the characterization of a speaker’s voice, both in terms of physiological features (mainly laryngeal and suprala-ryngeal) and of the speaker’s habits (sociolinguistic factors). This paper is …

Automatic classification of phonation types in spontaneous speech: towards a new workflow for the characterization of speakers' voice quality

Voice quality is known to be an important factor for the characterization of a speaker’s voice, both in terms of physiological features (mainly laryngeal and suprala-ryngeal) and of the speaker’s habits (sociolinguistic factors). This paper is …

Du groupe à l'individu, du corpus à l'expérimentation, du spectrogramme au deep learning pour la phonétique

Since scientists' individual epistemological preferences infallibly shape the output of their research, this thesis starts with a presentation of the author's position with respect to a number of methodological issues pertaining to the field of …

Labiodentals /r/ here to stay: Deep learning shows us why

The secondary labial articulation which accompanies the post-alveolar approximant /r/ in English has attracted far less attention from linguists than the primary lingual one. However, the lips may be particularly important in the variety of English …

The phonetic basis of the guttural natural class in Levantine Arabic: Evidence from coarticulation and energy components using Deep Learning and Random Forests

Informations segmentales pour la caractérisation phonétique du locuteur : variabilité inter- et intra-locuteurs

Nous avons effectué une classification automatique de 44 locuteurs à partir de réseaux de neurones convolutifs (CNN) sur la base de spectrogrammes à bandes larges calculés sur des séquences de 2 secondes extraites d’un corpus de parole spontanée …

Caractérisation du locuteur par CNN à l’aide des contours d’intensité et d’intonation : comparaison avec le spectrogramme

Dans ce travail nous avons recours aux variations de f0 et d’intensité de 44 locuteurs francophones à partir de séquences de 4 secondes de parole spontanée pour comprendre comment les paramètres prosodiques peuvent être utilisés pour caractériser des …

Données COVID-19

Quelques visualisations

Ridi, Pagliaccio !

Neural style transfer for videos.