La reconnaissance des sons consonantiques en cas de désynchronisation spectrale : avec et sans information spectrale fine (Recognition of desynchronized consonantics sounds with and without fine spectral structure) [in French]

Actes de la conférence conjointe JEP-TALN-RECITAL 2012, volume 1: JEP, pages 33–40, Grenoble, 4 au 8 juin 2012. c ⃝2012 ATALA & AFCP La reconnaissance des sons consonantiques en cas de désynchronisation spectrale : avec et sans information spectrale fine Marjolaine Ray, Olivier Crouzet LLING – Laboratoire de Linguistique de Nantes – EA3827 Université de Nantes, Chemin de la Censive du Tertre, 44312 Nantes www.lling.fr RÉSUMÉ Deux expériences ont été menées pour étudier l’identification de séquences VCV temporellement désynchronisées lorsqu’une partie de leurs informations spectrales était préalablement détruite : dans l’expérience 1, le spectre était intact (et contenait informations spectrales fines (TFS) et enveloppe d’amplitude), et dans l’expérience 2, seule l’enveloppe d’amplitude subsistait. Le but de cette étude était d’observer la baisse des scores d’intelligibilité en fonction du degré d’asynchronie et des indices acoustiques supprimés (i.e. la TFS). En accord avec les précédentes recherches concernant l’identification de phrases, on observe que l’identification des consonnes lors de tâches forcées de catégorisation engendre des scores de performance relativement hauts malgré des degrés de désynchronisation très élevés, bien que les scores de reconnaissance par consonnes soient très hétérogènes. Les causes possibles des divergences entre nos données et les résultats antérieurs sont envisagées. ABSTRACT Recognition of desynchronized consonantics sounds with and without fine spectral struc- ture This paper reports two experiments in which the identification of desynchronized VCV sequences was investigated with either both fine spectral structure (TFS) and envelope information or envelope information alone. These experiments compare the decrease in intelligibility scores with respect to the degree of desynchronization applied between spectral channels. The data are first analysed in terms of global performance intelligibility, then intelligibility of individual consonant sounds are investigated. Confirming previous data obtained in sentence identification tasks, it is shown that consonant identification in a forced choice categorisation task occurs with relatively high levels of performance even for strong levels of desynchronization, but that performance is highly variable depending on individual consonants. Various explanations for differences between our results and preceding work are discussed. MOTS-CLÉS : Enveloppe d’amplitude, désynchronisation temporelle, structure spectrale fine, parole vocodée. KEYWORDS: Temporal envelope, temporal desynchronization, fine spectral structure, vocoded speech. 33 1 Introduction La perception des sons de parole se fait par le biais d’une analyse spectrale. Les filtres du système auditif analysent le signal sonore en fines bandes de fréquences, aussi a-t-on longtemps considéré que la perception et l’identification de la parole dépendaient largement des variations rapides d’énergie spectrale, c’est à dire de la structure spectrale fine. Néanmoins, certaines études ont démontré par la suite [8, 10] qu’une autre forme d’information tenait un rôle prépondérant dans la reconnaissance de la parole : l’information temporelle, une information basée sur les modulations d’amplitude relativement lentes, en fonction de l’axe temporel. Ces modulations d’amplitude se sont avérées être une source d’information particulièrement résistante en cas de dégradations des sons de parole. D’autre part, de nombreuses recherches [8, 3, 2, 6] ont montré que les indices spectro-temporels contenus dans l’enveloppe d’amplitude uniquement constituaient une source d’information suffisante pour …

Content truncated to 500 words