Modélisation et analyse de la parole : Contrôle d’un robot parlant via un modèle interne optimal basé sur les réseaux de neurones artificiels. Outils statistiques en analyse de la parole.

Speech modeling and processing : Control of a Speech Robot via an Optimum Neural-Network-Based Internal Model with Constraints. Statistical tools in speech processing.

• Auteur / Autrice : Iaroslav Blagouchine
• Direction : Éric Moreau, Salah Bourennane
• Type : Thèse de doctorat
• Discipline(s) : Optique, photonique et traitement d'image
• Date : Soutenance le 22/03/2010
• Etablissement(s) : Aix-Marseille 2
• Ecole(s) doctorale(s) : École Doctorale Physique et Sciences de la Matière (Marseille)
• Partenaire(s) de recherche : Établissement d'enseignement supérieur : École centrale de Marseille (2006-....) - Aix-Marseille Université (2012-....)
• Jury : Président / Présidente : Michel Paindavoine
• Jury : Examinateurs / Examinatrices : Sylvain Maire
• Jury : Rapporteurs / Rapporteuses : Jean–Christophe Pesquet, Yannick Deville

Mots clés

Mots clés contrôlés

Réseaux neuronaux (informatique)

Intelligence artificielle

Robotique

Mots clés libres

Robotique

Intelligence artificielle

Contrôle optimal

Contrôle adaptatif

Production de la parole

Contrôle moteur

Planification optimale

Hypothèse du point d'équilibre

EPH

Modèle-lambda

Réseaux de neurones artificiels

ANN

Modèle interne

Optimisation sous contraintes

Optimisation conditionnelle

Physique mathématique

Calcul variationnel

Problème géodésique

Équations d'Euler-Lagrange

Traitement du signal statistique

Estimation

Estimation adaptative

Biais

MSE

Statistiques d'ordre supérieur

Cumulants

Moments

Entropie

Robotics

Artificial intelligence

Optimal control

Adaptive control

Speech production

Motor control

Speech motor control

Optimum task planning

Equilibrium point hypothesis

EPH

Lambda-model

Artificial neural networks

ANN

Internal model

Mathematical physics

Variational calculus

Constrained optimization

Geodesic problem

Euler-Lagrange equations

Differential equations

Statistical signal processing

Estimation

Bias

MSE

Higher-order statistics

Cumulants

Moments

Entropy

Résumé

Cette thèse de doctorat traite les aspects de la modélisation et de l'analyse de la parole, regroupés sous le chapeau commun de la qualité. Le premier aspect est représenté par le développement d'un modèle interne de contrôle de la production de la parole ; le deuxième, par le développement des outils pour son analyse. Un modèle interne optimal sous contraintes est proposé pour le contrôle d'un robot parlant, basé sur l'hypothèse du point d'équilibre (EPH, modèle-lambda). Ce modèle interne se repose sur le principe suivant : les mouvements du robot sont produits de telle façon que la longueur du chemin, parcouru dans l'espace interne des commandes motrices lambda, soit minimale, sous certaines contraintes liées à l'espace externe. L'aspect mathématique du problème conduit au problème géodésique généralisé, un problème relevant du calcul variationnel, dont la solution exacte analytique est assez complexe. En utilisant certains résultats empiriques, une solution approximative est enfin développée et implémentée. La solution du problème donne des résultats intéressants et prometteurs, et montre que le modèle interne proposé permet d'atteindre une certaine réalité de la production de la parole ; notamment, des similitudes entre la parole réelle et celle produite par le robot sont constatées. Puis, dans un but d'analyser et de caractériser le signal de parole, plusieurs méthodes d'analyse statistique sont développées. Elles sont basées sur les statistiques d'ordre supérieurs et sur l'entropie discrète normalisée. Dans ce cadre, nous avons également élaboré un estimateur non-biaisée et efficace du cumulant d'ordre quatre, en deux versions bloc et adaptative.

This Ph.D. dissertation deals with speech modeling and processing, which both share the speech quality aspect. An optimum internal model with constraints is proposed and discussed for the control of a biomechanical speech robot based on the equilibrium point hypothesis (EPH, lambda-model). It is supposed that the robot internal space is composed of the motor commands lambda of the equilibrium point hypothesis. The main idea of the work is that the robot movements, and in particular the robot speech production, are carried out in such a way that, the length of the path, traveled in the internal space, is minimized under acoustical and mechanical constraints. Mathematical aspect of the problem leads to one of the problems of variational calculus, the so-called geodesic problem, whose exact analytical solution is quite complicated. By using some empirical findings, an approximate solution for the proposed optimum internal model is then developed and implemented. It gives interesting and challenging results, and shows that the proposed internal model is quite realistic; namely, some similarities are found between the robot speech and the real one. Next, by aiming to analyze speech signals, several methods of statistical speech signal processing are developed. They are based on higher-order statistics (namely, on normalized central moments and on the fourth-order cumulant), as well as on the discrete normalized entropy. In this framework, we also designed an unbiased and efficient estimator of the fourth-order cumulant in both batch and adaptive versions.