Nouvelles approches intelligentes d'analyse de l'intelligibilité de la parole et de la sévérité de la dysarthrie
Nouvelles approches intelligentes d'analyse de l'intelligibilité de la parole et de la sévérité de la dysarthrie
Where did the research take place?
The study site has not been established. Author addresses may differ from where the research occurred.
A plain-language reading has not been prepared for this paper yet.
Original abstract
Les récentes avancées en intelligence artificielle ont ouvert de nouvelles possibilités pour automatiser les évaluations cliniques, y compris celles liées aux troubles de la parole tels que la dysarthrie, un trouble moteur de la parole courant chez les personnes atteintes de la maladie de Parkinson, de paralysie cérébrale, etc. La détection précise et la classification de la gravité de la dysarthrie sont essentielles pour une intervention et un suivi en temps opportun, mais elles dépendent encore de l'analyse d'experts, ce qui pourrait limiter le processus. Cela a conduit à un intérêt croissant pour le développement de modèles d'apprentissage automatique capables d'identifier automatiquement la dysarthrie et d'estimer sa gravité à partir de la parole. Cependant, cette tâche présente plusieurs défis, notamment la disponibilité limitée des données, la variabilité linguistique, la nature subtile des troubles de la parole chez les individus, etc. …/…La première partie de ce travail explore la conception d'un modèle basé sur les réseaux de neurones transformateurs pour la détection de la dysarthrie et l'estimation de sa sévérité. Ce modèle est initialement entraîné et testé sur deux bases de données de discours dysarthriques en anglais disponibles publiquement. Ces modèles établissent une référence fondamentale et démontrent le potentiel des représentations contextuelles profondes de la parole dans l'analyse de la parole pathologique. …/…En s'appuyant sur cela, les modèles sont adaptés et étendus à un nouvel ensemble de données collectées auprès de patients parkinsoniens francophones, recueillies en collaboration avec la Fondation Hopale, et spécifiquement conçues dans le cadre de cette recherche pour combler le manque de ressources de discours pathologique en français. …/…Pour améliorer davantage les performances du modèle basé sur les transformateurs, la thèse examine ensuite l'utilisation de l'apprentissage contrastif, en l'intégrant dans l'entraînement du modèle pour améliorer la représentation des échantillons de parole avec des niveaux de gravité variés. Cette méthode améliore la sensibilité du modèle aux changements articulatoires subtils, qui sont cruciaux pour une classification précise de la gravité. …/…En parallèle, des modèles basés sur des autoencodeurs sont proposés pour faciliter la détection d'anomalies non supervisée et l'apprentissage de représentations dans des contextes où les données étiquetées sont rares ou peu fiables. Ces modèles s'avèrent efficaces pour caractériser les déviations pathologiques dans la parole et offrent des perspectives complémentaires aux méthodes supervisées. …/…Un autre point central de la thèse est l'utilisation de modèles pré-entraînés dans des conditions diverses : différentes architectures de modèles et niveaux de réglage fin (de l'extraction de caractéristiques à l'adaptation complète). Ces configurations sont systématiquement évaluées pour mesurer leur efficacité à se généraliser à des locuteurs non vus et à différents ensembles de données. …/…Ce travail apporte une approche novatrice et multifacette pour la détection de la dysarthrie et la classification de sa sévérité, démontrant comment les outils modernes d'apprentissage profond, y compris le pré-entraînement, l'apprentissage contrastif et l'apprentissage de représentation non supervisé, peuvent être efficacement appliqués et adaptés à l'analyse clinique de la parole. Bien qu'un outil clinique entièrement déployable ne soit pas encore réalisé, les méthodes et les perspectives développées dans cette thèse posent une base solide pour des systèmes d'IA évolutifs, adaptables aux langues et cliniquement significatifs pour la détection et la caractérisation des troubles moteurs de la parole.