Dans le cadre de la Chaire ' Bayesian Cognition and Machine Learning for Speech
Communication' (http://www.gipsa-lab.fr/projet/MIAI-Speech/) financée par Le
Multidisciplinary Institute in Artificial Intelligence (MIAI) de l'Université Grenoble
Alpes (https://miai.univ-grenoble-alpes.fr/), nous proposons une thèse sur le contrôle de
la production de la parole. Cette thèse étudiera comment planification et exécution
motrices interagissent pour atteindre, dans des conditions très variées et parfois
variables au cours de l'élocution, les buts auditifs et somatosensoriels qui permettent
une communication parlée efficace. Pour cela le travail consistera à implémenter et à
approfondir l'hypothèse selon laquelle le cerveau développe et exploite des
représentations ou modèles internes de la dynamique des articulateurs et de leur
influence sur l'acoustique, afin de prédire à chaque instant l'état du système
articulatoire et les corrélats auditifs du signal acoustique. Une attention particulière
sera portée sur la modélisation de la façon dont le cerveau peut intégrer en temps réel
ces prédictions avec les retours somatosensoriels et auditifs effectifs, bruités et
retardés par les temps de transmission dans les systèmes physiques et physiologiques,
pour assurer une prononciation correcte des sons, en toute condition et, en visant une
minimisation de l'effort produit.

Mots Clés :Contrôle moteur de la parole ; Contrôle moteur ; Théorie du contrôle ;
Sciences Cognitives ; Machine Learning

Pour plus d'information voir:
http://www.gipsa-lab.fr/projet/MIAI-Speech/thesis/DEEPTONGUE_PhD_Proposal_Baraduc_Perrier.pdf
Bien cordialement

Pierre Baraduc et Pascal Perrier