Embed Size (px)
Citation preview
Analyse prosodique outillée
pour l'étude de phonostyle
Jean-Philippe Goldman Université de Genève - UCLouvain
Cadre général
Comprendre et modéliser la prosodie
Mettre en relation
ses composantes de surface
Quels parametres acoustiques ?
Quelles unités à observer ?
Syllabe , « mot », groupe de mots
Unité accentuelle, unité intonative
Macro-unité: période, BDU, USP unité séparée par des pauses
et ses facteurs de variations
Cadre général
ses facteurs de variations
Linguistiques
distinction de sens de mots, démarcation de groupes de
mots, insistance, modalité,…
Contextuels
Pragmatique (discours), attitude, émotions
situation de discours
Personnels
idiosyncratique
socio-géo-linguistique
en bref...
Cette présentation prolonge un travail amorcé en collaboration avec M. Avanzi (IDP 2007; Speech Prosody 2008 ; AFLS 2008) sur les phonostyles; même corpus
mêmes outils (EasyAlign, Prosogram, ProsoProm)
introduit: annotation-étiquetage grammatical du corpus
segmentation du corpus en unités séparées par des pauses
qui permettent: associations composants situationnels - catégories grammaticales -
manifestations prosodiques
comparaisons liées à l'évolution temporelle dans les styles
meilleur maillage de la prosodie avec le discours
10 septembre 2009 Interfaces Discours Prosodie - IDP 09
décrire les paramètres prosodiques qui varient de
manière systématique en fonction des genres de
parole (activités communicatives / traits
situationnels)
mesurer la variation intra-genres (inter-locuteurs)
fournir des mesures prosodiques fiables, à des fins
de comparaison en linguistique de corpus
documenter les genres de parole pour
implémentation en synthèse
Objectifs de la recherche
10 septembre 2009 Interfaces Discours Prosodie - IDP 09
1. Cadre: variables situationnelles, prosodiques et linguistiques
2. Matériel d'étude un corpus de 70 min de parole
catégorisation des échantillons selon des critères de genre (styles et traits situationnels)
annotation du corpus
3. Résultats mesures sur les syllabes,
sur les suites sonores
et discussion
Teneur de l'exposé
10 septembre 2009 Interfaces Discours Prosodie - IDP 09
Des styles sonores tels qu'ils sont perçus en tant que caractéristiques d'un individu (jeune, vieux, homme, femme), d'un groupe social (prolétaire, bourgeois), ou d'une circonstance particulière (discours politique, sermon, etc.). (Léon 1993: 3)
Genre: image (acoustique) typifiée liée à une situation de
parole (conditions et activités); se présente sous forme d'attentes normatives
Style: manifestation émergente de la parole dans un genre; se présente sous forme d'échantillon
• On renseigne les genres par l'examen de styles qui les instancient • en décomposant les genres en traits situationnels • et les styles en composants linguistiques (prosodiques)
1. Cadre: (phono)genre et (phono)style
syllabes durée moyenne (et distribution); hauteur relative; proportion de
syllabes proéminentes (selon la détection automatique), selon la position (initiale ou finale de mot accentuable; autres positions)
pauses durée moyenne et distribution des pauses dans un enregistrement
unités séparées par des pauses (USP) (=Suites sonores) débit de parole (syll/seconde inclus pauses) et d'articulation (pauses
exclues); amplitude du registre tonal; agitation mélodique (valeur absolue de demi-tons parcourus); densité accentuelle (% de syllabes proéminentes/ non proéminentes); densité d'accents initiaux / syllabes proéminentes
Cadre: mesures prosodiques
principalement pour déterminer une positon syllabique dans le mot plein Syllabe finale (~accent démarcatif en français)
Syllabe initiale (~accent d’insistance)
catégorisation grammaticale ADV
ADJ
NOM
VERBE
Cadre: variables linguistiques
Préparation du Discours
Public, interlocuteurs
Locuteur professionnel, médiatisation
Cadre: variables situationnelles
2. Corpus d'étude
Corpus C-PROM – 6 genres LEC lecture
JPA journal parlé radiophonique
POL discours d'un chef d'état
CNF conférence scientifique
INT interview radiophonique
NAR récit conversationnel
Distribution 10 min par genre (de 7 à 11 min)
3 locuteurs par genre sauf INT (2 locuteurs)
2 sexes par genre (sauf NAR et LEC)
origine variée (CH- FR- BE)
~80minutes - 17800 syllabes - 1020 USP
2. Corpus d'étude et outils
Discours médiatique professionnel / non
médiatique
Type d'audience
Discours préparé / improvisé
journal parlé radiophonique JPA
média micro préparé
Lecture LEC non-media micro préparé
discours d'un chef d'état POL
média public préparé
conférence scientifique CNF
non-média public semi-préparé
interview radiophonique INT
média face-à-face semi-préparé
récit conversationnel NAR
non-média face-à-face non-préparé
Outils semi-automatiques d'analyse prosodique
EasyAlign (Goldman 2008)
segmentation phonétique, syllabique, lexicale
Outils semi-automatiques d'analyse prosodique
EasyAlign (Goldman 2008)
segmentation phonétique, syllabique, lexicale
Prosogram (Mertens 2004)
stylisation perceptive de l'intonation
Outils semi-automatiques d'analyse prosodique
EasyAlign (Goldman 2008)
segmentation phonétique, syllabique, lexicale
Prosogram (Mertens 2004)
stylisation perceptive de l'intonation
ProsoProm (InterSpeech07; CMLF 2008)
Détection automatique de syllabes proéminentes
Mouvement intrasyllabique
Hauteur mélodique relative
Durée syllabique relative
Outils semi-automatiques d'analyse prosodique
EasyAlign (Goldman 2008)
segmentation phonétique, syllabique, lexicale
Prosogram (Mertens 2004) stylisation perceptive de l'intonation
ProsoProm (InterSpeech07; CMLF 2008) détection de syllabes proéminentes
Annotation linguistique pré-segmentation manuelle en unités de rection
étiquetage grammatical (Lions)
identification des syllabes par rapport aux mots "pleins" (NOM,VERB,ADJ,ADV) f : syllabe finale i: syllabe initiale (pour les polysyllabiques)
Annotation multi-niveaux dans Praatt
3. Résultats
3.1 en observant les syllabes proéminentes
Leur proportion
Leur position
3.2 en observant les unités séparées par des
pauses
3.1. Résultats sur les syllabes: % prom
Proportion de syllabes
proéminentes:
Du corpus: 30%
Par genre:
Genre % prom i f autres
nar 25 14 48 20
lec 26 13 54 16
cnf 31 15 64 23
pol 31 25 61 21
jpa 33 31 51 26
int 34 28 58 32
3.1. par syllabes: %promf-%promi
40 50 60 70 80
10
20
30
40
par style
%prom-f
%p
rom
-i
cnf-ch
cnf-be
cnf-fr
jpa-chjpa-bejpa-fr
nar-ch
nar-be
nar-fr
int-be
iti-01
iti-02
iti-03
iti-04
iti-05
iti-06
iti-07
pol-ch
pol-be
pol-fr
lec-ch
lec-be
lec-fr
Traits situationnels % prom i f autres
AUDIENCE
0 micro 30 22 53 23
1 face-à-face 30 19 51 27
2 public 31 19 63 22
MEDIA
0 = non médiat. 29 15 56 21
1 = médiatique 33 28 56 27
PREP
0 = non préparé (nar) 28 15 51 22
0.5 = semi-prép. (cnf int) 32 18 63 28
1 = préparé - lu (lec pol jpa) 31 24 55 22
3.1. %prom par traits situationnels
3.1. par syllabes: %promf-%promi
40 50 60 70 80
10
20
30
40
média , non-média
%prom-f
%p
rom
-i
cnf-ch
cnf-be
cnf-fr
jpa-chjpa-bejpa-fr
nar-ch
nar-be
nar-fr
int-be
iti-01
iti-02
iti-03
iti-04
iti-05
iti-06
iti-07
pol-ch
pol-be
pol-fr
lec-ch
lec-be
lec-fr
3.1. par catégories grammaticales sur syll i
ADV ADJ VERB NOUN
genre
cnf 32 9 26 13
jpa 22 25 33 32
nar 12 21 12 12
int 31 50 24 29
iti 12 25 15 16
pol 43 38 31 19
lec 11 16 12 12
public
0 16 22 18 23
1 17 31 15 19
2 36 20 29 15
media 0 18 14 15 13
1 32 31 30 28
préparé
0 12 22 14 14
0.5 32 14 25 17
1 28 26 27 23
3.1. mesures quantitatives
F0rel
3.1. effets par traits et par style
Type de syllabe non-media/media Public Préparé Style
Toutes (17799)
i (3074) ***
d= 0.35 ST
***
dmax=0.2ST
***
dmax= 0.5ST
f (4389) ***
d= -0.4ST
* ***
dmax=0.7
***
dmax=1ST
pol < < cnf
Type de syllabe non-media/
media Public Préparé Style
Toutes (17799) ***
<sp
***
+12%
pol<..<cnf
i (3074) *
+16%
np<p<sp
***
+12%
pol < cnf
f (4389) **
8%
face-a-face <
..
*
+15%
np<p<sp
***
+22%
nar <.. < cnf
F0 rel
Durée
relative
segmentation en unités séparées par des
pauses
et mesures:
taux d'articulation, débit de parole et débit
d'articulation
registre mélodique, dynamique mélodique
densité accentuelle (proéminences)
hésitations (syllabes allongées plates)
3.2. Résultats des mesures par USP
pol
n= 282 seuil= 0 ms
0.0 0.2 0.4 0.6 0.8
0.0
0.5
1.0
1.5
iti
n= 240 seuil= 0 ms
0.0 0.2 0.4 0.6 0.8
0.0
0.5
1.0
1.5
cnf
n= 305 seuil= 0 ms
0.0 0.2 0.4 0.6 0.8
01
23
45
jpa
n= 212 seuil= 0 ms
0.0 0.2 0.4 0.6 0.8
01
23
4
lec
n= 190 seuil= 0 ms
0.0 0.2 0.4 0.6 0.8
0.0
0.5
1.0
1.5
2.0
int
n= 293 seuil= 0 ms
0.0 0.2 0.4 0.6 0.8
0.0
1.0
2.0
3.0
n= 1723 seuil= 0 ms
0.0 0.2 0.4 0.6 0.8
0.0
1.0
2.0
3.2. par suites sonores: segmentation
distribution des pauses
tous genres confondus
(1732 pauses)
pour les genres pol (282)
iti (240) et cnf (305)
pol
n= 282 seuil= 0 ms
0.0 0.2 0.4 0.6 0.8
0.0
0.5
1.0
1.5
iti
n= 240 seuil= 0 ms
0.0 0.2 0.4 0.6 0.8
0.0
0.5
1.0
1.5
cnf
n= 305 seuil= 0 ms
0.0 0.2 0.4 0.6 0.80
12
34
5
jpa
n= 212 seuil= 0 ms
0.0 0.2 0.4 0.6 0.8
01
23
4
lec
n= 190 seuil= 0 ms
0.0 0.2 0.4 0.6 0.8
0.0
0.5
1.0
1.5
2.0
int
n= 293 seuil= 0 ms
0.0 0.2 0.4 0.6 0.8
0.0
1.0
2.0
3.0
n= 1723 seuil= 0 ms
0.0 0.2 0.4 0.6 0.8
0.0
1.0
2.0
pol
n= 282 seuil= 0 ms
0.0 0.2 0.4 0.6 0.8
0.0
0.5
1.0
1.5
iti
n= 240 seuil= 0 ms
0.0 0.2 0.4 0.6 0.8
0.0
0.5
1.0
1.5
cnf
n= 305 seuil= 0 ms
0.0 0.2 0.4 0.6 0.8
01
23
45
jpa
n= 212 seuil= 0 ms
0.0 0.2 0.4 0.6 0.8
01
23
4
lec
n= 190 seuil= 0 ms
0.0 0.2 0.4 0.6 0.8
0.0
0.5
1.0
1.5
2.0
int
n= 293 seuil= 0 ms
0.0 0.2 0.4 0.6 0.8
0.0
1.0
2.0
3.0
n= 1723 seuil= 0 ms
0.0 0.2 0.4 0.6 0.8
0.0
1.0
2.0
3.2. Quel seuil de pause?
distribution des pauses
pol (n=282 pauses)
pol-be (n=91)
pol-ch (n=99)
pol-fr (n=92)
nar-be
n= 72 seuil= 275 ms
0.0 0.2 0.4 0.6 0.8
0.0
1.0
2.0
nar-ch
n= 60 seuil= 250 ms
0.0 0.2 0.4 0.6 0.8
01
23
45
6
nar-fr
n= 69 seuil= 275 ms
0.0 0.2 0.4 0.6 0.8
0.0
0.5
1.0
1.5
pol-be
n= 91 seuil= 400 ms
0.0 0.2 0.4 0.6 0.8
0.0
0.4
0.8
1.2
pol-ch
n= 99 seuil= 230 ms
0.0 0.2 0.4 0.6 0.8
01
23
4
pol-fr
n= 92 seuil= 225 ms
0.0 0.2 0.4 0.6 0.8
0.0
1.0
2.0
3.0
int-be
n= 139 seuil= 175 ms
0.0 0.2 0.4 0.6 0.8
0.0
1.0
2.0
3.0
int-fr
n= 154 seuil= 190 ms
0.0 0.2 0.4 0.6 0.8
01
23
4
3.2. Quel seuil de pauses ?
seuils (ms) par locuteur
but
discriminer les micro-
pauses des pauses
longues (moyennes)
PAR LOCUTEUR
Genre be ch fr nmu
cnf 270 150 160 208
jpa 200 250 240 129
nar 275 220 275 153
int 175 - 190 219
pol 400 230 225 222
lec 260 275 250 121
3.2. USP: nb de syll / genre
nombre de syllabes
20
40
60
80
cnf jpa nar int pol lec
3.2. USP : registre mélodiques par genre
registre F0(ST)
10
20
30
cnf jpa nar int pol lec
3.2. USP: débit de parole
débit de parole (syll/s)
2
4
6
cnf jpa nar int pol lec
3.2. par USP
analyse en
composantes
principales pour
JPA + LEC + INT
-4 -2 0 2 4
-20
24
LD1
LD
2
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpajpa
jpa
jpa
jpa
jpa
jpa
jpa jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpajpa
jpa
jpajpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpajpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpajpa
jpa
jpa
jpa jpa
jpa
jpa
jpa
jpa
jpajpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
jpa
int
int
int
int
intint
int
int
int
int
int
int
int
int
int
int
int
int
int
int
intint
int
int
int
int int
int
int
int
int
int
int
int
int
int
int
int
int
int
int
int
int
int
int
intint
int
intint
int
int
int
int
int
int
int
int
intint
int
int
int
int
int
int
int
int
int
intint
int
int
intint
int
int
int
int intint
int int
int
intint
int
int
int
int
int
int
int
int
intint
int
int
int
int
int
int
int
int
intint
int
int
int
int
intint
int
int
int
int
int
int
int
int
int
int
int
int
int
int
int
int
int
int
int
intint
int
int
int
int
int
int
int
int
int
int
int
int
int
int
int
intint
int
int
int
int
int
intint
intint
int
intint
int
int
int
int
int
int
int
int
intint
int
int
int
int
int
int int
int
int
int int
int
int
int
int
int
int
int
int
int
int
int
int
int
int
int
int
int
int
int
intint
int
leclec
lec
lec
lec
lec
lec
lec
lec leclec
lec
lec
lec
lec
lec
leclec
leclec
lec
lec
lec
lec
lec
lec
leclec
lec
lec
lec
lec
lec
lec
lec
lec
lec
lec
lec
lec
lec
lec
lec
lec
lec
lec
lec
lec
lec
lec
lec
lec
leclec
lec
lec
lec
lec
lec
lec
leclec
lec
lec
leclec
lec
lec
lec
lec
lec
lec
lec
lec
lec lec
lec
lec
lec
lec
lec
lec lec lec
lec
lec
lec
lec
lec
lec
lec
leclec
lec
lec
lec
lec lec
lec
leclec
lec
lec
lec
lec
lec
lec
lec
leclec
lec
lec
lec
lec
lec
lec
lec
10 septembre 2009 Interfaces Discours Prosodie - IDP 09
Genre: image (acoustique) typifiée liée à une situation de parole (conditions et activités); se présente sous forme d'attentes normatives
Style: manifestation émergente de la parole dans un genre; se présente sous forme d'échantillon
Discussion (1/2)
10 septembre 2009 Interfaces Discours Prosodie - IDP 09
Description des genres prosodiques en français mesures " point de comparaison" pour études ultérieures
Expliciter et partager les outils (annotations, stylisation, normalisation…) pour rendre les mesures comparables
Discussion (2/2)
Merci de votre attention
