Traitement automatique de la parole dysarthrique: Etude de la variabilité inter-pathologique

Malgré le niveau avancé atteint par les outils de traitement automatique de la parole, en particulier dans les applications destinées au grand public, ces derniers éprouvent de grandes difficultés face à des cas de parole non ”standard” comme la parole produite par des enfants ou des locuteurs atteints de trouble de la parole. Nous nous intéressons dans ce travail1 à la parole dysarthrique. La dysarthrie est un trouble de la réalisation motrice de la parole ayant comme origine une lésion du système nerveux central ou périphérique. La dysarthrie peut être le résultat de plusieurs pathologies et affecter différents niveaux de production de la parole. Plusieurs travaux se sont interessés à l'évaluation et la classification de la dysarthrie, les plus connus au niveau international étant ceux de Darley et al. [1] qui ont conduit à l'élaboration d'une organisation en 6 classes sur la base des caractéristiques les plus déviantes définies perceptivement. Le travail présenté ici a pour objectif l'observation et l'analyse du comportement d'un système d'alignement automatique de la parole contraint par le texte face à la variabilité observée dans la parole dysarthrique. L'alignement automatique de la parole contraint par le texte consiste à retrouver, à partir d'un signal de parole et de sa transcription en mots les frontières de début et de fin de chaque phonème prononcé. Cette tâche est basée sur un décodage Viterbi [2] utilisant des modèles acoustiques (Modèles de Markov Caché - HMM) représentant les 37 phonèmes du Francžais appris sur des enregistrements radiophoniques [3]. Le corpus de données utilisé dans cette étude est composé de 25 enregistrements réalisés par 12 patients dysarthriques et 13 contrôles sains. Tous les locuteurs ont lu le même texte; ”tic tac” de la batterie C. Chevrie- Mšuller. Les patients sont équi-repartis sur 4 pathologies différentes: (la maladie de Parkinson, Sclérose Latérale Amyotrophique, Maladies Lysosomales et ataxies cérébelleuses). Ils présentent des grades globaux de sévérité de dysarthrie variables au sein du même groupe de dysarthrie légère-moderée. Tous ces enregistrements ont été segmentés manuellement (moyennant l'outil Praat [4]) afin de délimiter les frontières de début et de fin de chaque phonème. Nous avons analysé et comparé le comportement du système d'alignement automatique, dans un premier temps entre les sujets contrôles et patients, et dans un deuxième temps entre les différentes pathologies. Nous avons étudié aussi les différences observées entre les catégories phonétiques: voyelles et consonnes, occlusives et fricatives, consonnes sourdes et consonnes sonores, etc. Ces analyses et comparaisons ont reposé sur les décalages de frontières en début et milieu et la durée des phonèmes observés entre les alignements automatiques et manuels. Les résultats ont montré une variabilité inter-pathologique importante: une meilleure performance d'alignement sur des catégories phonétiques chez certaines pathologies ainsi que des décalages plus importants sur l'ensemble des catégories phonétiques pour d'autres (les patients atteints d'ataxies cérébelleuses). Un futur travail consistera à étudier le comportement du système face à la parole spontanée ainsi que le lien entre les anomalies observées sur les phonèmes et la qualité de l'alignement