Image générée par I.A. par moi
Avez-vous déjà senti lors d’un appel téléphonique avec un·e ami·e que celui-ci ne va pas bien?
Uniquement à partir de sa voix, vous avez réussi à deviner son état de santé.
Sur quels indices votre cerveau s’est-il basé pour émettre une telle conclusion?
L’AUDITION HUMAINE, UN OUTIL BIEN RODE
Mauvaise estime de soi, fatigue, ou troubles du sommeil, il suffit d’écouter les plaintes de ses ami·es – c’est-à-dire le contenu de ce qu’ils disent – pour savoir qu’ils ne vont pas bien. Mais même quand la réponse est un petit "ça va, ça va", vous arrivez malgré tout à percer à jour leur mal-être: ce que la personne dit n’est pas le seul indice que votre cerveau exploite pour analyser l’état de santé de votre interlocuteur.
En effet, des maladies telles que la dépression, Parkinson, ou Alzheimer ont un impact sur le fonctionnement neurologique des patients qui en sont affectés, et peuvent modifier la façon dont ils parlent. Ainsi, en plus du contenu, le "contenant" du discours d’un individu – sa voix – recèle des informations sur son état de santé. Que la personne parle dans sa barbe, articule moins, parle plus lentement ou encore allonge les voyelles, votre cerveau analyse à votre insu de nombreux paramètres vocaux, principalement divisés en deux catégories.
D’une part, des paramètres acoustiques, mesurant la qualité de la voix, comme la fréquence, l’énergie, la nasalité ou l’amplitude de la voix. Est-ce que la voix est aiguë, grave, forte, douce? La voix fait-elle de grandes variations ou est-elle monotone?
D’autre part, des paramètres que l’on appelle "prosodiques", tels que la durée des voyelles, la vitesse d’élocution, la longueur des pauses. Ces marqueurs de la qualité du phrasé permettent de rendre compte du rythme de la parole, de la prononciation et de l’articulation du locuteur. Les voyelles sont-elles allongées? Certaines syllabes sont-elles altérées?
Toutes ces informations sont des marqueurs vocaux qui sont utilisés pour estimer de très nombreuses informations sur votre interlocuteur, de manière indirecte – on parle d’" inférence".
ESTIMATION AUTOMATIQUE DE PATHOLOGIES DANS LA VOIX
De même qu’elle peut analyser le contenu de la voix d’une personne pour rédiger une fiche de SAMU, des algorithmes d’intelligence artificielle peuvent, en calculant et interprétant les marqueurs vocaux décrits précédemment, identifier tout un panel de pathologies affectant la personne dont on a enregistré la voix.
Ces systèmes d’IA ont tous en commun le fait qu’ils sont basés sur un apprentissage supervisé par renforcement: ces systèmes nécessitent une base de données annotée manuellement par des spécialistes, à partir de laquelle ils ajustent les poids relatifs donnés à chaque indice vocal, et prennent une décision.
Dans notre cas d’étude de la voix, si quelques systèmes essayant d’estimer la gravité des symptômes commencent à voir le jour, la majorité des systèmes actuels ont pour but de classifier les échantillons dans des catégories – généralement" sujet pathologique" ou" sujet sain".
Les systèmes d’apprentissage existant dans le domaine du traitement du signal vocal sont principalement divisés en deux catégories, chacune ayant ses avantages et ses inconvénients.
L’approche la plus ancienne, mais toujours la plus utilisée, consiste à extraire les marqueurs de manière automatique, mais explicite (par exemple la moyenne de la fréquence de la voix), puis d’entraîner un" classifieur" sur ceux-ci. Les marqueurs utilisés par le système sont alors parfaitement connus et on peut identifier les mécanismes de la voix qui permettent la détection de la maladie.