Typologies linguistiques et identification automatique des langues : vers des typologies automatiques ? François Pellegrino [email protected]

Typologies linguistiqueset

identification automatique des langues :

vers des typologies automatiques ?

François [email protected]

Laboratoire Dynamique Du LangageUMR 5596 CNRS –Université Lumière Lyon 2

Ecole thématique VPL - Cargèse juin 2006

2

Typologies automatiques ??

‘Typology(ies)’ = 8 millions de “hits” sous Google

‘Automatic’ = 470 M.

‘Automatic typology(ies)’… 21 “hits” Moitié télédétection spatiale Moitié DDL ou assimilés

=> une utopie !

Merci de votre attention...

3

Plan

Introduction: la rencontre espérée entre la typologie et la modélisation

automatique

Partie I : l’état des lieux Des données typologiques à la reconnaissance des langues Des modèles automatiques à leur interprétation

linguistique Partie II : la prosodie, terrain d’investigation

Introduction La dimension rythmique

Typologie & modélisation automatique La dimension tonale lexicale

Typologie et modélisation automatique

Conclusions

4

Analyselinguistique

Analyseautomatique

Indice 1

A B

Indice 2

Modèlesphonétiques, phonotactiques, prosodiques

Descriptionslinguistiques

Typologies linguistiques

Données lexicales Alignementou codage en cognats

Corpus textuels Analyse statistique

Données audioDonnées textuelles

Audio TextesPerspective historique

Identification

automatique

des langues

Interface :Typologie

automatique

5

Plan


automatique

Partie I : l’état des lieux Des données typologiques à la reconnaissance des

langues Des modèles automatiques à leur interprétation linguistique

Partie II : la prosodie, terrain d’investigation Introduction La dimension rythmique



Conclusions

6

Les bases de donnees typologiques

Caveat Représentativité des langues Qualité des données primaires Consistance/cohérence inter-langues des données Biais d’analyse lié au cadre théorique choisi

De formidables outils… Plusieurs centaines de langues UPSID (UCLA Phonological Segment Inventory Database) ULSID (UCLA Lexical and Syllabic Inventory Database) WALS (World Atlas of Language Structures) AUTOTYP

… à exploiter automatiquement

7

Bases de donnees typologiques

UPSID/CaSSoPI

UCLA Phonological Segment Inventory DatabaseMaddieson, (1984) ; Maddieson and Precoda (1990)

V 102/451 - 23%V 51/451 - 11%Both 11/451 - 2.4%

Identification des langues Corrélations phonologiques

~

8


UPSID/CaSSoPI Utilisation pour rechercher des indices pertinents

Hombert & Maddieson, (1998)Indices discriminants et détectables automatiquement

Contraste dental vs. labio-dental // vs. // ; // vs. // : +discriminant –détectable

Clicks : + discriminant +détectable

LimitesComment modéliser ces indices ?Évaluer leur incidence dans la parole réelle (probabilité

d'apparition)Des inventaires phonologiques à la parole

Prises en compte de processus phonologiques ou phonétiques Anglais : pas de voyelles nasales phonologiquespourtant ‘sable’ : // (phonologique) est prononcé [] (phonétique) Incidence statistique moins grande ?

Conclusion Détection des traits rares potentiellement intéressante Non encore exploitée automatiquement Prise en compte de l'incidence des traits fondamentale

Ohala, & Marsico, 2001, "Differentiating phonetic from phonological events in speech"

9

2,600 langues 140 caractéristiques (670 types) phono-morpho-syntaxiques 60,000 données (sur 364 000 potentielles)


WALS Haspelmath et al. (2005)

10


WALS : distances typologiques

Extrait de Michael Cysouw, (2006), transparent 21.

11


Conclusions

BD fondamentales pour des recherches linguistiques Tendances universelles Caractéristiques aréales, historiques, universelles

Mais encore peu utiles pour l’identification automatique Niveaux morpho-syntaxiques hors d’atteinte des analyses

automatiques translinguistiques Difficulté à prendre en compte des phénomènes phonétiques

fins Problème de la distinction entre phénomène phonétique et

phonologique MAIS analyse typologique peut proposer des pistes

Incidence de traits (aspiration, friction, contrastes de durée)

12

Plan


automatique Partie I : l’état des lieux

Des données typologiques à la reconnaissance des langues Des modèles automatiques à leur interprétation





Conclusions

13

Classification des languesa partir de donnEes textuelles

Visée historique : le calcul d’arborescences de langues À partir de données lexicales (listes de Swadesh, etc.)

Lexique de base supposé peu sujet aux emprunts (chiffres, parentèle, etc.) 2 approches pour estimer les distances inter-langues

Taux de partage de cognats (codage manuel, attention aux emprunts !) Alignement phonétique des lexiques (distance d’édition : nb

insertions/déletions, remplacements) Méthodologies empruntées à la bioinformatique (génomique)

Construction d’arbres ou de réseaux

Gray, & Atkinson (2003) Bryant et al. (2005)

14

identification automatique des languesa partir de donnees textuelles

Identification automatique des langues À partir de corpus textuels (journaux, mails, etc.) Approches par comptage statistique (cooccurrences) Un problème... peu problématique

Grands corpus disponibles (pour langues à tradition écrite) Caractère discret des inputs

Une validité linguistique indéniable

Damashek, (1995)

15

Classification/identification des languesa partir de donnees textuelles

Conclusion

Des méthodes diverses Cooccurrences (identification à partir de corpus) Distances (reconstruction d'arbres de proximité)

Cognats Alignements

Une interprétation linguistique possible Prise en compte du lexique et de la morphosyntaxe

16

L’identification automatique des langues a partir de donnees parlees

Caveat Relativement peu de langues prises en compte (quelques

dizaines au mieux) Langues non représentatives en termes typologiques (choix

dicté par l’application ou par la disponibilité des données) Prise en compte de la variabilité intra-langue (parlers,

accents, dialectes) balbutiante

Une affaire d’échelle Comment définir une langue, un dialecte, etc. ?

Intercompréhension complète ? Intercompréhension immédiate ? Taux de lexique partagé ?

17

Id. auto. langues parlees

Les approches

Approche acoustico-phonétique Paramètres spectraux/cepstraux (MFCC, LPC, SDC) Modèle de Mélange de lois Gaussiennes (GMM) Modélisation acoustique globale de l’espace phonétique

Approche phonético-phonotactique Paramètres spectraux/cepstraux (MFCC, LPC, SDC) Modèles de Markov Cachés (MMC) + n-grammes Modélisation des contraintes phonologiques

d’enchaînements Utilisation des MMC comme opérateurs de projection

Espace acoustique (continu, multidimensionnel) -> Espace pseudo-phonémique (discret, unidimensionnel)

Prise en compte des vraisemblances MMC Utilisation de plusieurs MMC ou d'un MMC unique multilingue Utilisation d'unités de nature syllabique

Approches prosodiques

18


Utilisation linguistique ?

Interprétation des matrices de confusion Format des évaluations

NIST : tâche de vérification de la langue Equal Error Rate et Detection Error Trade-off (et non matrice de

confusion)

Hétérogénéité des ressources Choix des langues Dialectes et diglossie

Vietnamien Nord/Sud Hindi Arabe …

Accents env. 1/3 des locuteurs français de OGI MLTS sont québécois Locuteurs hispanophones d’Amérique centrale ou du nord

19


Utilisation linguistique : essayons !

Matrice de confusion (Id. correcte = 57%) Hegde & Murthy, 2005 (OGI MLTS) Modélisation acoustique : MFCC + phase (group delay) Représentation multidimensionnelle (MultiDimensional Scaling)

Origine commune

Trait acoustique partagé ? - consonnes rétroflexes

Mora-timed

Stress-timed

Syllable-timed

Tone languagePitch-accentStress-accent

KO JA

MA

FR SP

EN GE

FA

HI

TA

VI

KO JA MA FR SP EN GE FA HI TA VI

KOrean

JApanese

MAndarin

FRench SPanish

ENglish

GErman

FArsi

HIndi

TAmil

VIetnamese

0.2

0.4

0.6

0.8

1

1.2

1.4

Dis

tan

ce

Lexique partagé

20


Utilisation linguistique II

Matrice de confusion (Id. correcte 84%) Système MIT (NIST LRE 2003 – 12 langues – CallFriend) Modélisation acoustique + phonétique + phonotactique

KOreanJApanese

MAndarin

FRench

SPanish

ENglish

GErman

FArsi

HIndi

TAmilVIetnamese

ARabic

EN GE AR FA FR MA JA KO HI TA SP VI

1.88

1.9

1.92

1.94

1.96

1.98

Dis

tan

ce

D’après A. Martin & M. Przybocki, (2003)

21


Utilisation linguistique : le point

Conclusions Matrices de confusion potentiellement intéressantes

Émergence de facteurs historiques, aréaux ou typologiques Mais interprétation très spéculative

Distances très multidimensionnelles (=> réduction pour représentation) Modèles principalement acoustiques Interprétations plutôt lexicales ou morphosyntaxiques Lexique partagé => éléments phonético-phonologiques potentiellement proches

Perspectives Choix de langues linguistiquement pertinentes Conception de modèles modulaires

Modèles acoustiques => systèmes phonologiques Modèles phonotactiques => structures syllabiques, mais aussi lexique Modèles rythmiques Modèles intonatifs

Nécessité d’un travail en concertation entre linguistes et modélisateurs

22

Intermede & Changement d’echelle :les dialectes anglais britanniques

Problématique Dialectes anglais des îles britanniques Description sociolinguistique plus ou moins disponible Exploitation automatique de traits linguistiques ?

Travail en cours (thèse de Emmanuel Ferragne) Rythme et intonation Diphtongaison Systèmes vocaliques

Alignement automatique HTK (transcription orthographique connue) Corrélations entre matrices de distances des voyelles

Résultats 91 % id. correcte (13 dialectes) Etude des mergers cf. Poster (trop tard...)

Autres études "linguistico-modélisatrices" Dialectes arabes (M. Barkat-Defradas et collègues)

23

Plan


automatique






Conclusions

24

La prosodie - introduction

La prosodie Mélodie du langage Vision structuraliste puis générativiste

Phénomènes suprasegmentaux = traits ayant une portée de plusieurs segments

“…prosodic features cannot simply be seen as features which are superimposed on segments.” (Fox, 2000, p. 2)

Portées ou domaines des traits prosodiques (d’après Fox, 2000) Length / Rhythm Accent Tone Intonation

cf. exposé Jacqueline Vaissière Portée de l’exposé

Rythme (régularité perceptive liée à l’occurrence d’unités ou d’événements)

Utilisation lexicale ou morphémique du Fo (des tons à Ø)

25

Les parametres acoustiques

Fo : pitch, fréquence fondamentale (Hz) Intensité (dB) Durée (s)

Durée des syllabes Durée des intervalles interaccentuels, des pieds accentuels… Durée des phonèmes

Contrastes de durée (gémination, voyelles longues) Réduction de quantité vocalique (jusqu’à l’élision)

Des paramètres… liés au locuteur Modulables au cours de la phonation Porteurs d’informations linguistiques ou paralinguistiques

(attitude et émotion, état physiologique) Difficilement comparables d’un enregistrement à l’autre

=> Paramètres surtout étudiés de manière relative (variations)

26

Typologie rythmique

Rythme = interface segmental/suprasegmental Importance du rythme

Implications cognitives Acquisition : rythme et segmentation du flux continu de parole

Phonological bootstrapping : Morgan & Demuth, (1996) Production/Compréhension : unités rythmiques comme unités d'accès lexical ?

Implications phonologiques Théorie de la syllabe et théorie de l'optimalité, etc.

la syllabe... Une structure intuitivement universelle MAIS certaines langues s’éloignent de ce schéma idyllique

Noyaux syllabiques consonantiques Consonnes syllabiques (e.g. anglais ‘bottle’ []) Mais aussi occlusives non voisées

berbère chleuh (AA, Maroc) ‘donne-le’ (cf. Ridouane (2003))

bella coola (Salishan, Canada)‘North-East wind’ sps] Bagemihl (1991)

Analyse syllabique peu pertinente Gokana (Niger-Congo, Nigéria)

kε̃� ε̃� ̀ - ε̃� ̀ - ε̃� ̀ - ε̃�

- ε̃� ́wake –CAUS –LOG – him

- FOCHyman (1983)

27

Typologie rythmique :de la di/TRI-chotomie...

La vision traditionnelle dichotomique Deux classes rythmiques (Pike, 1945) :

Rythme syllabique (syllable-timed) : français, espagnol, ... Rythme accentuel (stress-timed) : anglais, néerlandais, russe

Puis une troisième (par ex. Ladefoged, 1975) Rythme moraïque (moraic-timed) : unité infra-syllabique (japonais, tamoul)

A la recherche de l'isochronie (Abercrombie, 1967) Hypothèse : les langues cherchent toutes à régulariser les

durées syllabiques ou interaccentuelles Mise à l'épreuve (Roach, 1982, ...) : pas concluante

Un continuum ? Argumentation de Dauer (1983)

Rythme = "effet de bord" de phénomènes phonologiques Contraintes de complexité de la structure syllabique Existence du phénomène de réduction vocalique

Les langues se situent sur un continuum +- accentuel à -+ syllabique

28

Typologie rythmique :...au continuum

Existence de langues non prototypiques (Nespor, 1990) Catalan : langue syllabique à réduction vocalique Polonais : langue à structure syllabique riche sans réduction

vocalique Continuum ou espace multidimensionnel ?

Auer (1993) propose une typologie en 5 "classes" (1 dimension)

Syllabique prototypique (yoruba, navaho, ...) Syllabique non prototypique (japonais, hausa, ...) Intermédiaire (français, turc, ...) Accentuel non prototypique (ouzbèque, tamang, ...) Accentuel prototypique (russe, anglais, ...)

Basée sur une analyse multicritère Complexité syllabique (cf. aussi Levelt et Van de Vijver, 1998) Processus phonologiques (réduction, épenthèse, harmonie vocalique, ...) Utilisation du Fo (présence de tons +- contrainte, accentuation, etc.)

29

Premier Bilan surles typologies rythmiques linguistiques

Une typologie difficile à établir Multidimensionnelle Continue Basée sur relativement peu de langues (max. Auer : 34 langues)

MAIS Corrélations entre rythme et composantes morphosyntaxiques

Langues agglutinantes : plutôt syllabiques Autres rapprochements (ordre Tête-Complément, affixation, etc.) mais

contestés (cf. Auer, 1993 pour une discussion)

un réalité perceptuelle Discrimination par des nouveaux-nés humains et non humains (tamarins) de

stimuli identiques/différents en fonction de l'appartenance à des classes rythmiques (stress-timed vs. syllable-timed) (Nazzi et Ramus, 2003).

=> Existence de corrélats acoustiques du rythme

30

Correlats acoustiques :un travail fondateur

Travaux de thèse de Franck Ramus (e.g. Ramus et al., 1999) 8 langues – 5 énoncés (15 à 19 syllabes) / locutrice – 4

locutrices / langues Segmentation manuelle en intervalles consonantiques et

vocaliques Calcul de paramètres à l'échelle de l'énoncé

%V quantité vocalique (rapport de la durée vocalique totale/durée énoncé)

C écart-type de la durée des intervalles consonantiques

Limites de l'approche Corpus très contraint Non prise en compte de caractéristiques dynamiques du rythme

Variations Enchaînements trochaïques/iambiques??

typologies rythmiques

31

Correlats acoustiques :Extensions, generalisations ??

Autres travaux de même type Galves (2002) : paramètres issus d'une échelle de sonorité Grabe et Lowe, (2002)

Calcul d'indices locaux (Pairwise Variability Indices)

40.0

45.0

50.0

55.0

60.0

30.0 40.0 50.0 60.0 70.0 80.0

STDEV of intervocalic intervals ( ² C)

Mandarin

Tamil

Malay

Polish

Estonian

British English

Catalan

Rumanian

Greek

FrenchSpanish

Singapore English

Welsh

DutchLuxembourg

JapaneseGerman

Thai

%V


32

Correlats acoustiques :Variations

Variations dialectales Arabe dialectal

Anglais britannique Ask to E. Ferragne

Influence du débit de parole

%V

C

FR

EN

CA

d'après Hamdi et al., (2004)

d'après Dellwo et Wagner, (2003)

Jo

*

*

Tu

Ma

Al

Eg+

Sy


33

Typologie rythmique :Modelisation automatique

Dominey et Ramus, 2000

Modélisation neuromimétique du rythme Réseau récurrent dédié au traitement des séquences

temporelles Les entrées du réseau sont des étiquettes C ou V

échantillonnées toutes les 5 ms et alignées manuellement. Données

Corpus spécifique (dit RNM) Résultats

78 % de discrimination correcte pour (EN – JA) 52 % de discrimination correcte (Hasard) pour (EN – DU)

Commentaires Résultats cohérents avec une prise en compte du rythme Résultats cohérents avec sujets humains

34


Farinas et al., 2005 ; Rouas et al., 2005

Modélisation statistique de "pseudo-syllabes" Segmentation automatique du signal (infra-phonémique) Détection automatique de noyaux vocaliques Segmentation en intervalles vocaliques et consonantiques

Codage en pseudo-syllabes CCV.CCV.CV.CCCV.CV.CCC Paramétrage :

Dc : durée de l'intervalle consonantique Dv : durée de l'intervalle vocalique Nc : nombre de segments (complexité) de l'intervalle consonantique

Modélisation MMG dans cet espace tridimensionnel Ajout de paramètres dérivés de Fo et E : accentuation

0 0.2 0.4 0.6 0.8 1.0

Time (s)

Am

plit

ude

0 0.2 0.4 0.6 0.8 1.0

Time (s)

André-Obrecht, (1988)

35


Farinas et AL., 2005 ; Rouas et al., 2005

Evaluation Corpus de parole lue MULTEXT (7 langues)

Validation croisée (5 LANGUES) Modèle de rythme seul : 79 % d’identification correcte Modèle « d’accentuation » : 78 % d’identification correcte Fusion : 92 % d’identification correcte

Evaluation classique app/tst (très peu de données…) Fusion : 86 % d’identification correcte (5 langues) Modèle de rythme seul : 67 % d’identification correcte (7 langues) Comparaison modèle GMM acoustique : 99 %

Corpus de parole spontanée OGI MLTS (11 langues) Identification :

très mauvais résultats Discrimination par paire

du hasard à 80 % en fonction des langues Encore du travail…

36

Plan


automatique






Conclusions

37

Typologie intonative lexicale

La vision traditionnelle Langues à tons (tone languages) – vietnamien, mandarin,

yoruba Exemple cantonais :

Exemple somali : "ínan" ‘garçon’ vs. "inán" ‘fille’ Langues à accent tonal (pitch-accent languages) – japonais

CVCVCV vs. CVCVCV – (dialecte de Tokyo) Langues à accent tonique (stress-accent languages) –

espagnol, anglais /'pervert/ (nom) vs. /per'vert/ (verb) Le Fo n'est pas forcément utilisé (réduction qualitative et/ou

quantitative)

Perspectives récentes (Remijsen, 2003 ; Hyman, 2005) Continuum d’utilisation lexicale de Fo

Tons à placement libre Tons à placement – à + contraints (tons sandhi, neutralisation de tons) Tons limités à 1 syllabe par mot (pitch-accent ?)

Interactions stress/tons Co-existence de système de tons et de stress : Ma'ya (Austronésien)

3 tons possibles sur dernière syllabe + accent

38

Modelisation de Fo et E (niveau global) Itahashi, 1995

Modélisation statistique de l’intonation Extraction automatique du Fo Approximation polygonale de la courbe de Fo Calculs de paramètres sur Fo et E

Pentes moyennes sur les segments Moments d’ordre supérieurs sur les segments (écart-type, coefficients

d'asymétrie et d'aplatissement) Analyse discriminante dans l’espace des paramètres

Expériences Données

Extraits d’OGI MLTS (6 langues, 20 secondes) Résultats

63.3 % d’identification correcte

Commentaires Approche basée sur des statistiques globales dérivées de la mélodie Travaux non continués

39

Modelisation de Fo et E (niveau global) ThymE–Gobbel & Hutchins, 1999

Modélisation statistique de la prosodie Basée sur des « syllabes » (i.e. des segments entre 2

minima d'énergie) Paramètres intra- et inter- syllabiques dérivés de Fo, des

durées, de l’énergie Comparaison statistique d’histogrammes

Données OGI MLTS (11 langues, 45 s., discrimination par paires)

Résultats 75 % d’identification correcte

Commentaires Beaucoup de paramètres analysés Évaluation de la corrélation avec des typologies

prosodiques

40

Modelisation de Fo et E (dynamique) Cummings et al., 1999

Modélisation neuromimétique de l’intonation Réseau récurrent Les entrées sont des paramètres dérivés de E et Fo

Données OGI MLTS (5 langues, 45 s., discrimination par paires)

Résultats Entre hasard et 69 % discrimination correcte

Commentaires Meilleurs résultats avec Fo qu’avec E

41

Modelisation de Fo et E (dynamique) ADAMI, 2003

Modélisation n-gramme de Fo et E Segmentation en segments monotones par rapport à E et Fo

montée de F0 et montée de l’énergie montée de F0 et descente de l’énergie, descente de F0 et montée de l’énergie, descente de F0 et descente de l’énergie, segment non voisé.

Données CALLFRIEND (3 langues, tâche de vérification de la langue)

Résultats EER :

Commentaires Approche totalement automatique prenant en compte les

enchaînements (et non des statistiques globales)

42

Modelisation de Fo et E (dynamique) Rouas, 2005

Modélisation n-gramme de Fo et E inspiré de Adami et Fujisaki Séparation en macro et micro-mélodie (ligne de base et

résidu) Étiquettes composites tenant compte des 2 niveaux de

variations (exemple : montée(M)-montée(), etc.) 2 niveaux temporels : infra-syllabique (segments) ou

pseudo-syllabiques Données

MULTEXT (7 langues, parole lue, env. 20s., peu de données)

Résultats

IT SP FR JA EN MA GE

0.55

0.6

0.65

0.7

0.75

0.8

0.85

0.9

0.95

43

Modelisation de Fo et E (dynamique) Rouas, 2005

Fusion des approches rythmiques (67 % d’id. correcte) et intonative (71 % d’id. correcte)

Extension à la parole spontanée (OGI MLTS)

44

Conclusion sur prosodie et identification automatique

Typologie prosodique Domaine multidimensionnel (espace continu, Fo, E,

durées...) Domaine en évolution

(r)évolution épistémologique (passage du catégoriel au continu) (r)évolution en termes de données (nombre de langues, réanalyse...)

Modélisation translinguistique de la prosodie Domaine récent et stimulant Approches diverses – pas d'état de l'art Performances significatives sur la parole lue (à mettre en

perspectives avec la typologie) GROS problèmes pour la parole spontanée

Prise en compte du débit... (conséquences cognitives et typologiques) => modèles pas assez performants pour être compétitifs

(quoique...) Performances / approches phonético-phonotactiques sur mauvais

SNR ?

45

Plan


automatique

Partie I : l’état des lieux Des données typologiques à la reconnaissance des langues Des modèles automatiques à leur interprétation linguistique

Partie II : la prosodie, terrain d’investigation Introduction La dimension rythmique



Conclusions

46

Intermede IIretour sur la seance de lundi PM

Test perceptif : facteurs de difficulté Test mixte

Identification (langue 1 puis langue 2)ET

Discrimination (évaluation de la distance)=> 2 tâches cognitives différentes et potentiellement interférentes

Absence de connaissance du nombre de langues Absence d'apprentissage

Protocole très difficile Application humaine de l'identification des langues ? Comparaison humain/machine

Performance NIST 2003 : <3% EER pour 10+ langues (extraits 30s) Notre expérience d'humain (cf. ci-dessus) : tâche difficile MAIS

Plusieurs dizaines d'heures d'apprentissage pour les machines !!=> amha performances quasi-parfaites pour humains dans les conditions de la

machine

47

Conclusions GENERALES

Typologie automatique : l'âge de pierre Modèles automatiques "fusionnels" plus que modulaires

Effet "Boîte noire" Dédiés à la vérification de la langue plus qu'à l'étude des distances

linguistiques Approches linguistiques doivent être confrontées à des corpus

représentatifs Étude de l'incidence des traits potentiellement saillants (aspiration...)

Convergence possible Données audio disponibles pour un nombre important de langues Possibilité de "modulariser" pour interpréter les performances en

termes linguistiques (phonétique, phonotactique, prosodique) Travail interdisciplinaire important à faire à l'interface phonético-

morphophonologique Variabilité phonétique en fonction de la position morphologique...

Prosodie Une interface linguistique segmental/suprasegmental Des modèles innovants, rudimentaires, mais pertinents

48

49

MERCI DE VOTRE ATTENTION

Abercrombie, D., (1967), Elements of General Phonetics, Edinburgh University Press, EdinburghAdami, A., R. Mihaescu, D. A. Reynolds et J. Godfrey : “Modeling Prosodic Dynamics for Speaker Recognition”, in proc. ICASSP, p. 788–791, Hong Kong, China, 2003 André-Obrecht, R., (1988), A New Statistical Approach for Automatic Speech Segmentation, IEEE Trans. on ASSP, vol. 36, n° 1 Auer, P. (1993). Is a rhythm-based typology possible? A study of the role of prosody in phonological typology. KontRI Working Paper 21, Hamburg: UniversitaÈt Hamburg.Bagemihl B. (1991). "Syllable structure in Bella Coola". Linguistic Inquiry 22: 589-646.Bryant, D., Filimon, F. and Gray, R. (2005) Untangling our past: Languages, Trees, Splits and Networks. In: The Evolution of Cultural Diversity: Phylogenetic Approaches. Editors: R. Mace, C. Holden, S. Shennan. Publisher: UCL Press, pp. 69-85Cummins, F., Gers, F., and Schmidhuber, J., (1999), Language identification from prosody without explicit features, in Proc. of EUROSPEECH ‘99 Cysouw, M. (2006). Identifying areas from typological surveys. Bielefeld, Germany (28th Jahrestagung DGfS) (pdf slides).Damashek M.1995, Gauging Similarity with n-Grams: Language Independent Categorization of Text, Science, 10 February 1995, Vol. 267, pp. 843-8 Dauer, R. M., (1983), Stress-timing and syllable-timing reanalyzed, Journal of Phonetics, 11Dellwo, V. and Wagner, P., 2003. Relations between Language Rhythm and Speech Rate. Proceedings of ICPhS 2003, Barcelona, Spain, 471-474.Dominey, P. F., & Ramus, F., (2000), Neural Network Processing of Natural Language: I. Sensitivity to Serial, Temporal and Abstract Structure in the Infant, Language and Cognitive Processes, 15(1) Farinas, J., Rouas, J.L., Pellegrino, F. & André-Obrecht, R., 2005, "Extraction automatique de paramètres prosodiques pour l’identification automatique des langues", Traitement du Signal, 22:2Fox A. 2000. Prosodic features and Prosodic Structure, Oxford University PressGalves, A., Garcia J., Duarte D. & Galves C., (2002), “ Sonority as a Basis for Rhythmic Class Discrimination ”, in proc. of the Speech Prosody 2002 conference, 11-13 April 2002 Grabe, E. & Low, E.L., (2002), Durational Variability in Speech and the Rhythm Class Hypothesis, Papers in Laboratory Phonology 7, Mouton.Gray, R.D. & Atkinson, Q.D. (2003). Language-tree divergence times support the Anatolian theory of Indo-European origin. Nature, 426, 435-439Hamdi R., Barkat-Defradas M., Ferragne E. & Pellegrino F., (2004), “Speech Timing and Rhythmic structure in Arabic dialects: a comparison of two approaches”, in proc. of INTERSPEECH/ICSLP 2004, October 2004 Jeju, KoreaHaspelmath, M., Matthew S. Dryer, David Gil and Bernard Comrie (Eds). 2005. The World Atlas of Language Structures, Oxford University PressHegde R. M. & H. A.Murthy, 2005. ``Automatic Language Identification and Discrimination using The Modified Group Delay Feature'', in Proc. of International Conference on Intelligent Sensing and Information Processing,ChennaiHombert, J.M. & Maddieson, I., 1998, "A linguistic approach to automatic language recognition", UCLA Working Papers in Phonetics, 96, pp. 106-118Hyman L. 1983. "Are there syllables in Gokana?" In J. Kaye et al (eds), Current approaches to African linguistics, vol. 2. Dordrecht: Foris. 171–179.Hyman L. 2005. “Word-Prosodic Typology”, in UC Berkeley Phonology Lab Annual Report 2005Itahashi S., K. Kiuchi et M. Yamamoto : “Spoken Language Discrimination Using Speech Fundamental Frequency And Cepstra”, in proc. Eurospeech, Budapest, Hungary, 1999Ladefoged, P. (1975). A course in phonetics. New York: Harcourt Brace Jovanovich pp.296Levelt, C., & van de Vijver, R. (1998). Syllable types in cross-linguistic and developmental grammars. Third Biannual Utrecht Phonology Workshop (11-12/06/1998),Maddieson, I. 1984. Patterns of sounds. Cambridge, MA: Cambridge University Press.Maddieson, I. and K. Precoda. 1990. Updating UPSID. UCLA Working Papers in Phonetics 74: 104-111.Martin, A. F. & M. A. Przybocki. (2003). NIST 2003 Language Recognition Evaluation, in proc. of Eurospeech, p.1341-1344, GenevaMorgan J. L., & K. Demuth, 1996. Signal to Syntax: Bootstrapping from Speech to Grammar in Early Acquisition. Mahwah, NJ: Lawrence Erlbaum Associates.Nazzi, T. & Ramus, F. (2003). Perception and acquisition of linguistic rhythm by infants. Speech Communication 41(1-2), 233-243.Nespor, M. (1990). On the rhythm parameter in phonology. In I. M. Roca, Logical issues in language acquisition, (pp. 157±175). Dordrecht: Foris.Ohala, J. & Marsico, E., 2001, "Differentiating phonetic from phonological events in speech", in De la caractérisation à l'identification des langues. Actes sélectionnés de la 1ère journée d'étude sur l'identification automatique des langues (19/01/1999, Lyon), Pellegrino, F. (ed), Lyon, Edition en ligne Pike, K. L. (1945). The intonation of American English, Ann Arbor, MI: University of Michigan Press.Ramus, F., Nespor, M., & Mehler, J., (1999), Correlates of linguistic rhythm in the speech signal, Cognition, 73(3)Remijsen B. 2003. “New Perspectives In Word-prosodic Typology”, IIAS Newsletter, #32, p. 29Ridouane R. 2003. Suites de Consonnes en Berbère Chleuh : Phonétique et Phonologie. Thèse de doctorat, Université Paris 3 / Sorbonne Nouvelle. Roach, P. (1982). On the distinction between `stress-timed' and `syllable-timed' languages. In D. Crystal, Linguistic controversies, London: Edward Arnold.Rouas J.-L.. 2005. Caractérisation et identification automatique des langues. Thèse de doctorat, Université Paul Sabatier, Toulouse, mars 2005.Rouas, J.L., Farinas, J., Pellegrino, F. & André-Obrecht, R., 2005, "Rhythmic Unit Extraction and Modelling for Automatic Language Identification", Speech Communication, 47:4, pp. 436-456Thymé-Gobbel, A., & Hutchins, S. E., (1999), Prosodic features in automatic language identification reflect language typology, in Proc. of ICPhS’99, San Francisco, CA, USA

50

Mis

s P

roba

bilit

y (%

)

False Alarm Probability (%)

Vietnamese

Hindi

English

D’après A. Martin & M. Przybocki, NIST 2003 LRE Workshop, April 28-29th, 2003

DET – NIST LRE 2003

51

Exemple : Dialecte East Yorkshire

35

40

45

50

55

60

65

70

Hood Hudd Who’d Heard Hared

35

40

45

50

55

60

65

70

Hood Hudd Who’d Heard Hared

Locutrice sit Locutrice edc

Documents

Typologies linguistiques et identification automatique des langues : vers des typologies automatiques ? François Pellegrino [email protected]