Apprentissage automatique auto-supervisé de représentations de vocalisations de primates, de l'analyse à la synthèse
Auteur / Autrice : | Jules Cauzinille |
Direction : | Benoit Favre, Arnaud Rey |
Type : | Projet de thèse |
Discipline(s) : | Informatique |
Date : | Inscription en doctorat le 01/10/2022 |
Etablissement(s) : | Aix-Marseille |
Ecole(s) doctorale(s) : | Ecole Doctorale Mathématiques et Informatique de Marseille |
Partenaire(s) de recherche : | Laboratoire : LIS Laboratoire d'Informatique et Systèmes |
Equipe de recherche : Traitement Automatique du Langage Ecrit et Parlé |
Mots clés
Résumé
Adapter et entraîner des modèles d'apprentissage auto-supervisé de représentations acoustiques initialement destinés à la parole humaine dans un contexte ''zero-ressource'' mono-modal sur des vocalisations de primates. Utiliser ces entraînements ''hors-domaine'' à des fins de probing, notamment grâce à la synthèse vocale, et d'évaluation du biais humain propre aux différents modèles. Développer un outil de traitement automatique de vocalisations animales ne nécessitant aucune donnée annotée et donner accès à la recherche en bioacoustique à des technologies ayant déjà prouvé leur succès dans la recherche en parole humaine. Traiter la parole humaine et non-humaine ''conjointement'' à travers un même modèle informatique afin de soulever de nouvelles problématiques concernant l'interface entre communication de primates humains vs. non-humains et de questionner les origines du langage.