Traitements prosodiques

La prosodie est l’´etude des ph´enom`enes de l’accentuation, de l’intonation et du rythme (variation de hauteur, de dur´ee et d’intensit´e) permettant de v´ehiculer de l’in-formation li´ee au sens telle que la mise en relief, mais aussi l’assertion, l’interrogation, l’injonction ou l’exclamation.

En l’´etat actuel du savoir faire, les param`etres prosodiques pr´edits sont le rythme (ensemble des dur´ees des segments phon´etiques et des pauses), l’intonation (type de voi-sement, et pour les segments vois´es, les valeurs de fr´equence fondamentale) et l’´energie du signal.

Tout comme la phrase s’ordonne de fa¸con hi´erarchique en groupes syntaxiques ou syntagmes7(le syntagme sujet, le syntagme verbal, le syntagme compl´ement), la phrase prosodique s’organise en une hi´erarchie complexe de groupes prosodiques, groupes de mots le plus souvent s´epar´es par des pauses. Sur chacun de ces groupes prosodiques, les param`etres prosodiques suivent une ´evolution particuli`ere, d´ependant du rˆole du groupe prosodique dans la phrase, de ses d´ependances fonctionnelles avec les groupes adjacents, du nombre de syllabes, mais aussi du sens de la phrase et de l’intention du locuteur. Les fronti`eres des groupes prosodiques ne co¨ıncident pas syst´ematiquement avec les limites de groupes syntaxiques. Une certaine congruence peut toutefois ˆetre not´ee, surtout pour ce qui concerne les fronti`eres syntaxiques majeures (fronti`ere de phrase ou de clause, mais aussi fronti`ere entre le syntagme sujet et le syntagme verbal associ´e).

Par exemple, les expressions telles que ”le p`ere missionnaire” et ”le permissionnaire” sont, du point de vue de la chaˆıne sonore, tout `a fait identiques. La mise en relief de certaines syllabes (accentuation), les modulations de la hauteur de la voix (m´elodie) et la pr´esence de pauses sont autant d’indices qui permettront `a l’auditeur de savoir exactement quelle interpr´etation il doit donner `a cette suite de sons. La chaˆıne parl´ee, qui est constitu´ee d’une succession lin´eaire de segments vocaliques et consonantiques, est d’abord subdivis´ee en unit´es suprasegmentales qui facilitent le d´ecodage du mes-sage par l’auditeur. La d´elimitation de ces unit´es est faite `a l’aide de marqueurs dont la r´ealisation fait appel `a des variations param´etriques de dur´ee, de fr´equence et

d’in-7Egalement appel´e groupe, un syntagme est un ensemble de mots formant une seule unit´e cat´egorielle

tensit´e. La qualit´e de ces marqueurs prosodiques est ´etroitement li´ee `a la qualit´e des diff´erents traitements linguistiques, qui permettront d’effectuer, `a l’aide d’heuristiques et de r`egles, le passage d’une information symbolique vers une information prosodique num´erique.

Les traitements prosodiques sont complexes et s’articulent en diff´erents modules (in-sertion des pauses, dur´ees phon´etiques et fr´equence fondamentale), d´ecrits bri`evement ci-apr`es. En revanche, l’av`enement des approches de synth`ese par s´election dynamique d’unit´es non uniformes de segments de parole permettent d’envisager des techniques nouvelles pour la g´en´eration de la prosodie. En effet, ces approches g´en`erent automa-tiquement la prosodie sans mod`ele a priori puisqu’elles utilisent une caract´erisation symbolique fine des unit´es d’un corpus de grande taille, ce qui permet de conserver la prosodie originale des segments s´electionn´es.

1.4.5.1 Insertion des pauses

Les pauses correspondent aux silences, de dur´ees variables, qui s’ins`erent `a la fin de chacun des groupes de souffle. L’importance de la coupure syntaxique li´ee `a un marqueur syntaxico-prosodique d´etermine la dur´ee de la pause `a ins´erer. Ce facteur est particuli`erement important pour le naturel de l’´elocution.

1.4.5.2 Dur´ees phon´etiques

Une bonne d´etermination des dur´ees est cruciale pour assurer le naturel de l’´elocution. Des dur´ees erron´ees produisent une parole heurt´ee, chaotique et parfois difficilement intelligible.

Deux approches existent, pour la mod´elisation de la dur´ee. La premi`ere bas´ee sur des r`egles et une bonne analyse statistique, initi´ee par [Kla79], d´etermine la dur´ee en prenant en compte diff´erents facteurs, en particulier la dur´ee intrins`eque des sons constituant le segment et le contexte. Parmi les facteurs influen¸cant la dur´ee phon´etique, nous pouvons citer : le contexte phon´etique (certains phon`emes ont tendance `a allonger les phon`emes adjacents, d’autres auront tendance `a les raccourcir), la position de la syllabe porteuse dans le groupe prosodique (en fran¸cais par exemple, la syllabe finale des mots est g´en´eralement allong´ee, d’un facteur d’autant plus important que le groupe

1.4. Traitements linguistiques

pr´ec`ede une fronti`ere syntaxique majeure), la nature du groupe prosodique (sa fonction dans la phrase), la longueur du groupe prosodique, etc...

Ces r`egles sont souvent d´etermin´ees de mani`ere experte, et requiert une longue phase d’analyse de corpus de parole. De plus, l’ensemble de r`egles ainsi d´etermin´e n’est valide que pour un locuteur donn´e.

La deuxi`eme approche est bas´ee sur des techniques d’apprentissage automatique. Celles-ci peuvent reposer sur l’utilisation de r´eseaux connexionnistes pour pr´edire la dur´ee des syllabes et ainsi calculer les dur´ees des phon`emes `a partir de leur moyenne et de leur ´ecart-type comme dans [CI91] pour l’anglais ou [Tou98] pour le fran¸cais. Dans [PWOB90], Price et al. proposent un mod`ele HMM⁸ `a 7 ´etats pour d´etecter automati-quement les coupures prosodiques `a partir de l’analyse des dur´ees des phon`emes.

1.4.5.3 Fr´equence fondamentale

Le contrˆole de la fr´equence fondamentale, dont l’´evolution dans le temps d´efinit le contour m´elodique, est le point essentiel pour la d´etermination de l’intonation. L’´evolution de la fr´equence fondamentale pour chaque phon`eme est sp´ecifi´ee `a l’aide d’un mod`ele pr´edictif complexe, prenant en compte deux types de ph´enom`ene : des ph´enom`enes locaux dits de microm´elodie, des ph´enom`enes globaux dits de macrom´elodie.

La microm´elodie est l’influence de l’´evolution de la fr´equence fondamentale par sa position dans la syllabe et par son environnement phon´etique imm´ediat (certains phon`emes, comme les consonnes occlusives, contribuent `a abaisser la fr´equence fonda-mentale ; d’autres ont tendance `a l’augmenter). La macrom´elodie a une port´ee sup´erieure `a celle de la syllabe (groupe prosodique, phrase). Les facteurs influant sur la ma-crom´elodie sont la position de la syllabe dans le groupe prosodique, la fonction du groupe prosodique dans la phrase et le mode de la phrase (interrogatif, d´eclaratif...).

Plusieurs mod`eles de contours m´elodiques ont ´et´e propos´es. Dans [FH82], Fujisaki et Hirose utilisent un mod`ele acoustique source/filtre d’un ensemble limit´e de param`etres structur´es entre eux pour mod´eliser la fr´equence fondamentale. Taylor dans [Tay93] propose une mod´elisation automatique de la courbe de fr´equence fondamentale en terme de mont´ees et de descentes non lin´eaires et de connexions.