COSMO, un modèle bayésien de la communication parlée :application à la perception des syllabes (COSMO, a Bayesian model of speech communication, applied to syllable perception) [in French]

Actes de la conférence conjointe JEP-TALN-RECITAL 2012, volume 1: JEP, pages 305–312, Grenoble, 4 au 8 juin 2012. c ⃝2012 ATALA & AFCP COSMO, un modèle bayésien de la communication parlée : application à la perception des syllabes Raphaël Laurent1, 2 Jean-Luc Schwartz2 Pierre Bessière1, 3 Julien Diard4 (1) LIG, UMR 5217 CNRS - Université de Grenoble (2) GIPSA-Lab, Département Parole et Cognition (ICP), UMR 5216 CNRS - Université de Grenoble (3) LPPA, UMR 7152 CNRS - Collège de France, Paris (4) LPNC, UMR 5105 CNRS - Université de Grenoble Raphael.Laurent@Gipsa-lab.Grenoble-inp.fr RÉSUMÉ Le travail présenté ici s’inscrit dans le cadre de la modélisation computationnelle pour comparer les théories motrice, auditive, et sensorimotrice de la communication parlée. Plus précisément, nous définissons un modèle bayésien d’agent communicant et le simulons pour réaliser des tâches de perception de syllabes suivant ces différentes théories. Les résultats de nos simulations s’intègrent dans un cadre général selon lequel les théories motrices de la perception sont plus robustes au bruit, et les théories auditives favorisées par les non-linéarités. ABSTRACT COSMO, a Bayesian model of speech communication, applied to syllable perception This works uses the computational modeling framework to compare motor, auditory, and sensorimotor theories of speech communication. More precisely, we define a Bayesian model of a communicating agent which we simulate to carry out syllable perception tasks according to these theories. Our simulation results are consistent with the idea that motor theories of speech perception are more robust to noise, and that auditory ones are favored by non-linearities. MOTS-CLÉS : Perception de la parole, programmation bayésienne, modélisation cognitive. KEYWORDS: Speech perception, Bayesian programming, cognitive modeling. Introduction Une question centrale dans le domaine de la parole concerne la nature des représentations et des processus cognitifs qui interviennent dans la communication. Trois grands groupes de théories sont au coeur de ce débat classique : les théories motrices, auditives, et sensorimotrices. Parmi les principaux arguments, qui reposent sur des données expérimentales sur la variabilité et l’invariance, on peut citer le phénomène de coarticulation en faveur des théories motrices (Galantucci et al., 2006) ou le principe d’équivalence motrice, en faveur des théories auditives (Guenther et al., 1998; Diehl et al., 2004). Par ailleurs, des théories sensorimotrices marient ces approches (Guenther, 1995) ; par exemple la théorie de la perception pour le contrôle de l’action, PACT (Schwartz et al., 2010), défend la co-structuration du système auditif et du système moteur. Pourtant, l’observation isolée de ces propriétés ne rend pas les arguments associés suffisamment 305 décisifs pour trancher, et le débat théorique stagne. Nous pensons que la modélisation computa- tionelle peut apporter un éclairage supplémentaire car elle permet la comparaison efficace et systématique de ces théories et de leurs propriétés. La Programmation bayésienne procure un cadre mathématique permettant de telles comparaisons, dans lequel le même outil, à savoir les probabilités, est utilisé à la fois pour définir les modèles et pour les comparer. Forts de cet outil, nous adoptons une approche intégrative, permettant de regrouper les théories motrice, auditive, et sensorimotrice au sein …

Content truncated to 500 words