Doctorat en Informatique (H/F) / Estimation de la force de voix

Sujet de thèse :
Étude d'un modèle de la Force de Voix.
Le projet ANR “VERS” (Vocal Effort: from Recognition to Synthesis), vise le développement d’outils à même d’estimer la force (ou intensité) originale d’une voix enregistrée, pour l’appliquer à des extraits d’archives de télévision et de radio. Cette Force de Voix originale (FdV) constitue une information cruciale pour la compréhension des caractéristiques acoustiques et articulatoires d’une production parlée (Liénard, 2019). Il s’agit d’un facteur qui régit de nombreux aspects de l’articulation de la parole : de sa source (avec une influence importante sur la fréquence fondamentale) aux résonances du conduit vocal (dont les valeurs sont adaptées à différents niveaux d’effort). Cette information de FdV est perdue lors des enregistrements, en particulier ceux effectués pour les médias audiovisuels. Elle reste toutefois perceptible à l’oreille et on sait qu’il est possible de l’estimer en utilisant des caractéristiques spectrales à long terme de la parole (Liénard, 2019; Alku et al., 2024). La possibilité d’effectuer de meilleures estimations de VS (plus fines et plus robustes à différentes sources de distorsion) permettrait d’approfondir l’analyse des postures sociales et affectives des locuteurs. Cela permettra notamment de mieux décrire la dimension psychologique d’activation-arousal qui explique la plus grande part des variations acoustiques observées dans les performances de parole émotionnelle (Goudbeek and Scherer, 2010). Connaître la FdV originale aiderait également à guider d’autres analyses plus fines liées aux performances orales publiques, destinées à des travaux dans le domaine des sciences politiques et pour la description de phénomènes liés aux discours de haine notamment. Le projet de recherche est divisé en quatre parties principales, (i) avec une implication importante dans la construction d’un corpus de données audio calibrées qui servira de référence, et comprendra des lectures guidées, ainsi que des lectures de contes, dans une chambre anéchoïque ; (ii) le développement de modèles de ML pour la prédiction à long et court terme, qui devront être appliqués à différents signaux de parole non calibrés ; (iii) la modification d’enregistrements de parole pour changer la FdV perçue ; et (iv) un travail visant à relier les caractéristiques acoustiques utilisées par les modèles de ML avec la dimension psychologique d’activation-arousal pour la parole affective. Ce projet se déroulera sur une période de trois ans, dans le cadre du projet VERS, et via des collaborations nationales et internationales.

Voir le sujet complet ici:
https://adum.fr/as/ed/voirproposition.pl?matricule_prop=58770#version

Contexte :
La thèse s’inscrit dans le cadre du projet ANR « VERS » (pour Effort Vocal : de l'Estimation à la Synthèse), projet qui vise une série de développements autour de la description, de l’estimation et de la modification des caracté
Voir plus sur le site emploi.cnrs.fr...