Variantes dialogiques et niveaux langagiers en environnement multilinguistique subsaharien : prise en compte des paramètres sociolectaux et idiolectaux pour l’adaptation dynamique d’un voicebot au profil du locuteur. Application à des services vocaux.

Dialogical variants and language levels in a sub-saharan multilingual environment : integrating sociolectal and idiolectal parameters for the dynamic adaptation of a conversational voicebot to speaker profiles. Application to voice-based services.

• Auteur / Autrice : Papa Séga Wade
• Direction : Ioannis Kanellos, Mihai Andries
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 21/07/2025
• Etablissement(s) : Ecole nationale supérieure Mines-Télécom Atlantique Bretagne Pays de la Loire
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur et le numérique
• Partenaire(s) de recherche : Entreprise : Orange (entreprise)
• Partenaire(s) de recherche : Laboratoire : Laboratoire en sciences et techniques de l'information, de la communication et de la connaissance (Brest ; 2012-....) - Equipe Robot interaction, Ambient system, Machine learning, Behaviour, Optimization
• Jury : Président / Présidente : Jean-François Bonastre
• Jury : Examinateurs / Examinatrices : Ioannis Kanellos, Mihai Andries, Adrian Popescu, Moussa Diallo, Adjaratou Oumar Sall
• Jury : Rapporteurs / Rapporteuses : Adrian Popescu, Moussa Diallo

Mots clés

Mots clés contrôlés

Wolof (langue)

Multilinguisme

Fluence verbale

Bots (logiciels)

Traitement automatique du langage naturel

Mots clés libres

Tal

Nlp

Voicebots

Fluence

Llm

Multilinguisme

Subsaharien

Wolof

Ssl

Nlp

Voicebots

Fluency

Llm

Multilingualism

Sub-Saharan

Wolof

Ssl

Résumé

Dans les environnements subsahariens,le développement de systèmes vocaux intelligents s’opère dans un contexte linguistique et technologique complexe, marqué par le multilinguisme, l’oralité dominante et de fortes variations socio-linguistiques. Au Sénégal notamment, l’alternance entre wolof et français, la diversité des registres (formel ou informel, rural ou urbain), les disparités de niveau de langue et l’accès inégal aux outils numériques rendent les approches conventionnelles peu efficaces. Cette thèse vise à proposer des méthodes adaptées à ces contextes, en articulant traitement de la parole, transcription textuelle et modélisation linguistique. D’une part, une approche trimodale d’évaluation automatique de la fluence est développée, combinant indices textuels,acoustiques et prosodiques issus de modèles auto-supervisés, afin de mieux capturer la complexité de l’oralité. D’autre part, une méthode de segmentation adaptative de la parole est introduite, centrée sur la détection des disfluences dans des interactions spontanées. Enfin, une procédure d’adaptation dynamique de grands modèles de langage bilingues (wolof-français) est conçue pour permettre à un système vocal de générer des réponses contextualisées, sensibles au niveau de langue et au profil sociolinguistique du locuteur. Ces contributions s’inscrivent dans une perspective d’inclusion numérique et de personnalisation linguistique, ouvrant la voie à des voicebots plus équitables et culturellement adaptés.

In Sub-Saharan contexts, the development of intelligent voice-based systems takes place within a complex linguistic and technological environment, characterized by multilingualism, dominant orality, and significant sociolinguistic variation. In Senegal in particular, the frequent alternation between Wolof and French, the diversity of registers (formal/informal, rural/urban), disparities in language proficiency, and unequal access to digital tools undermine the effectiveness of standard approaches. This thesis aims to develop methods tailored to these specific contexts, by integrating speech processing, textual transcription, and linguistic modeling. First, a trimodal automatic fluency evaluation approach is proposed, combining textual, acoustic, and prosodic features extracted from self-supervised models, in order to better capture the complexity of spoken language. Second, an adaptive speech segmentation method is introduced, focusing on the detection of disfluencies in spontaneous interactions. Finally, a dynamic adaptation procedure for large bilingual language models (wolof–french) is designed to enable a voice-based system to generate context-aware responses, sensitive to both the speaker’s language proficiency and their sociolinguistic background. These contributions are framed within a broader perspective of digital inclusion and linguistic personalization, paving the way for more equitable and culturally responsive voicebots.