Senior Data Scientist at the University of Chicago

Please apply at https://uchicago.wd5.myworkdayjobs.com/External/job/Chicago-IL/Sr-Data-Scientist_JR24587

About the Department
 

The TMW Center for Early Learning + Public Health (TMW Center) develops science-based interventions, tools, and technologies to help parents and caregivers interact with young children in ways that maximize brain development. A rich language environment is critical to healthy brain development, however few tools exist to measure the quality or quantity of these environments. Access to this type of data allows caregivers to enhance interactions in real-time and gives policy-makers insight in how to best build policies that have a population-level impact.

The wearable team within TMW Center is building a low-cost wearable device that can reliably and accurately measure a child’s early language environment vis-à-vis the conversational turns between a child and caregiver. The goal is to provide accurate, real-time feedback that empowers parents and caregivers to create the best language environment for their children.

Job Summary
 

The job works independently to perform a variety of activities relating to software support and/or development. Analyzes, designs, develops, debugs, and modifies computer code for end user applications, beta general releases, and production support. Guides development and implementation of applications, web pages, and user-interfaces using a variety of software applications, techniques, and tools. Solves complex problems in administration, maintenance, integration, and troubleshooting of code and application ecosystem currently in production.

We are searching for a strategic and inquisitive senior data scientist to develop and optimize innovative AI-based models focused on speech/audio processing. The senior data scientist is expected to outline requirements, brainstorm ideas and solutions with leadership, manage data integrity and conduct experiments, assign tasks to junior staff, and monitor performance of the team.

Responsibilities

• Formulates, suggests, and manages data-driven projects to support the development of audio algorithms and use cases.
• Analyzes data from various entities for later use by junior data scientists.
• Assesses scope and timelines, prioritize goals, and prepare project plans to meet product and research objectives.
• Delegates tasks to junior data scientists and provide coaching to improve quality of work.
• Continuously trains and nurtures data scientists to take on bigger assignments.
• Provides leadership in advancing the science of TMW Center interventions by generating new ideas and collaborating with the research analysis team.
• In collaboration with CTO, selects and guides decisions on statistical procedures and model selections, including conducting exploratory experiments to develop proof of concept.
• Cross-validate models to ensure generalization and predictability.
• Stays informed about developments in Data Science and adjacent fields to ensure most relevant methods and outputs are being leveraged.
• Ensures data governance is in place to comply with regulations and privacy standards and maintain documentation of methodologies, coding, and results.
• Designs new systems, features, and tools. Solves complex problems and identifies opportunities for technical improvement and performance optimization. Reviews and tests code to ensure appropriate standards are met.
• Utilizes technical knowledge of existing and emerging technologies, including public cloud offerings from Amazon Web Services, Microsoft Azure, and Google Cloud.
• Acts as a technical consultant and resource for faculty research, teaching, and/or administrative projects.
• Performs other related work as needed.

Minimum Qualifications
 

Education:

Minimum requirements include a college or university degree in related field.

---
Work Experience:

Minimum requirements include knowledge and skills developed through 5-7 years of work experience in a related job discipline.

---
Certifications:

---

Preferred Qualifications

Education:

• Master’s degree in Computer Science, Statistics, Mathematics, or Economics with a focus on computer science.

Experience:

• Experience with Machine Learning and LLMs.
• Experience working on audio or speech data.
• Experience implementing edge models using TensorFlow micro, TensorFlow lite, and corresponding quantization techniques.
• Experience building audio classification models or speech to text models.
• Experience using the latest pre-trained models such as whisper and wav2vec.
• Proven experience taking an idea or user need and translating it into fully realized applications.
• Ability to relay insights in layman’s terms to inform business decisions. 
• 3+ years leading and managing junior data scientists.

Technical Skills or Knowledge:

• Proficiency in Python, Pytorch, Tensorflow, TinyML, Pandas and Numpy.
• Experience with cloud environments such as AWS, Azure or GCloud.
• Experience with command line interfaces (Linux, SSH).
• Experience processing large datasets with Spark, Dask or Ray.

Application Documents

• Resume (required)
• Cover Letter (preferred)

When applying, the document(s) MUST be uploaded via the My Experience page, in the section titled Application Documents of the application.

Back

Top

Postdoctoral Scholar | Data Sciences and Artificial Intelligence at Penn State University

The Data Sciences and Artificial Intelligence (DS/AI) group at Penn State invites applications for a Postdoctoral Scholar position, set to commence in Fall 2024. This role is centered on cutting-edge research at the nexus of machine learning, deep learning, computer vision, psychology, and biology, with foci on psychology-inspired AI and addressing significant biological questions using AI.

To Apply: https://psu.wd1.myworkdayjobs.com/en-US/PSU_Academic/job/Postdoctoral-Scholar---College-of-IST-Data-Sciences-and-Artificial-Intelligence_REQ_0000050584-1

Qualifications:

• Ph.D. in computer science, A.I., data science, physics, or neuroscience with an emphasis on machine learning, or a closely related field. To qualify, candidates must possess a Ph.D. or terminal degree before their employment starts at Penn State.

• A strong record of publications in high-impact journals or premier peer-reviewed international conferences.

• Prior experience in conducting interdisciplinary/multidisciplinary research is a plus.

About the position:

The successful candidate will be designated as a Postdoctoral Scholar at the College of Information Sciences and Technology (IST) of The Pennsylvania State University. The initial term of the position is for one year, with the possibility of renewal upon performance and fund availability. The scholar will be engaged in two interdisciplinary projects funded by the National Science Foundation, receiving mentorship from Professors James Wang (IST), Brad Wyble (Psychology), and Charles Anderson (Biology). The scholar will collaborate with highly motivated and talented graduate students and benefit from strong career development support, which includes training in teaching, grant proposal writing, and other collaborative work. Qualified candidates will have the ability to teach in IST after successfully completing one semester with approval from college leadership.

To apply:

• Please submit a CV, research statement (max 3 pages), and other pertinent documents in a single PDF document with the application.

• Deadline: February 29, 2024, for full consideration. Late applications are accepted but given secondary priority.

• Only shortlisted candidates will be contacted to provide reference letters.

• For inquiries, please email with the subject line “postdoc” to Professor James Wang at jwang@ist.psu.edu or visit the lab website http://wang.ist.psu.edu.

COMMITMENT TO DIVERSITY:

The College of IST is strongly committed to a diverse community and to providing a welcoming and inclusive environment for faculty, staff and students of all races, genders, and backgrounds. The College of IST is committed to making good faith efforts to recruit, hire, retain, and promote qualified individuals from underrepresented minority groups including women, persons of color, diverse gender identities, individuals with disabilities, and veterans. We invite applicants to address their engagement in or commitment to inclusion, equity, and diversity issues as they relate to broadening participation in the disciplines represented in the college as well as aligning with the mission of the College of IST in a separate statement.

CAMPUS SECURITY CRIME STATISTICS:

Back

Top

L’équipe SAMoVA de l’IRIT à Toulouse propose plusieurs stages (M1, M2, PFE ingénieur) en 2024 autour des thématiques suivantes (liste non exhaustive) :

- Génération Automatique De Partitions Musicales Dans Le Style Choro

Back

Top

Nous proposons un stage de recherche (Bac+5) au service recherche de l'Institut National de l'Audiovisuel (INA). Le stage porte sur la détection de l'activité vocale dans des corpus audiovisuels à l'aide de représentations auto-supervisées.
Vous trouverez ci-joint l'offre de stage détaillée.

D'autres stages sont également proposés au sein de l'INA, l'ensemble des sujets peuvent être retrouvés sur la page suivante : https://www.ina.fr/institut-national-audiovisuel/equipe-recherche/stages.

Détection de l'activité vocale dans des corpus audiovisuels à l'aide de représentations auto-supervisées Stage de fin d’études d’Ingénieur ou de Master 2 – Année académique 2023-2024

Mots clés : deep learning, machine learning, self supervised models, voice activity detection, speech activity detection, wav2vec 2.0 Contexte L’Institut National de l’Audiovisuel (INA) est un établissement public à caractère industriel et commercial (EPIC), dont la mission principale consiste à sauvegarder et promouvoir le patrimoine audiovisuel français à travers la vente d’archives et la gestion du dépôt légal. À ce titre, l’Institut capte en continu 180 chaînes de télévision et radio et stocke plus de 25 millions d’heures de contenu audiovisuel. L’INA assure également des missions de formation, de production et de recherche scientifique. Le service de la recherche de l’INA mène depuis plus de 20 ans des travaux de recherche dans le domaine de l’indexation et de la description automatique de ces fonds selon l’ensemble des modalités : textes, sons et images. Le service participe à de nombreux projets collaboratifs de recherche que ce soit dans un cadre national et européen et accueille des stages de Master ainsi que des doctorants en co-encadrement avec des laboratoires nationaux d’excellence. Ce stage est proposé au sein de l’équipe de recherche (https://recherche.ina.fr) et se place dans le cadre d’un projet collaboratif financé par l’ANR : Gender Equality Monitor (GEM). D’autres sujets de stage sont également proposés dans l’équipe : https://www.ina.fr/institut-national-audiovisuel/equipe-recherche/stages

Objectifs du stage La détection d’activité vocale (Voice Activity Detection - VAD) est une tâche d’analyse audio qui vise à identifier les portions d’enregistrement contenant de la parole humaine, les distinguant des autres parties du signal contenant du silence, des bruits de fond ou de la musique. Souvent considérée comme un prétraitement, cette méthode utilisée en amont des tâches de reconnaissance automatique de la parole, des locuteurs ou des émotions. Si les outils VAD existants permettent d’obtenir d’excellents résultats sur les programmes d’information ou les émissions de plateau [Dou18a, Bre23], les recherches récentes menées à l’INA ont révélé que les performances des systèmes état-de-l’art sont moindres pour un grand nombre de matériaux peu représentés dans les corpus de parole annotés. Ces contenus, qui ont fait l’objet d’une campagne d’annotation interne, incluent des émissions musicales, des dessins animés, du sport, des fictions, des jeux télévisés et des documentaires. L'objectif du stage est de développer des modèles de détection d'activité vocale (VAD) en adoptant une approche fondée sur le paradigme d'apprentissage auto-supervisé et s’appuyant sur les architectures transformerstelles que wav2vec 2.0 [Bae20]. Les modèles basés sur ces architectures permettent d’obtenir des résultats état de l'art sur de nombreuses tâches de traitement de la parole à l’aide de quantités d’exemples annotés limitées : transcription, compréhension, traduction, détection d'émotions, reconnaissance de locuteur, détection du langage, etc [Li22, Huh23, Par23]. Plusieurs études récentes ont démontré l’efficacité des approches auto-supervisées pour la VAD [Gim21, Kun23], mais ont à ce jour été entraînées et évaluées sur des données ne reflétant pas la diversité des contenus audiovisuels. Le stage proposé vise à exploiter les millions d'heures de contenu audiovisuel conservés à l’INA pour l'entraînement et l’amélioration des modèles. Les modèles réalisés seront intégrés au logiciel open-source inaSpeechSegmenter, utilisé entre autres pour le décompte du temps de parole des femmes et des hommes dans les programmes à des fins de recherche ou de régulation du paysage audiovisuel [Dou18b, Arc23].

Valorisation du stage Différentes stratégies de valorisation des travaux seront envisagées, en fonction de leur degré de maturité et des orientations envisagées pour la suite des travaux :

● Diffusion des modèles réalisés sous licence open-source sur HuggingFace et/ou le dépôt Github de l’INA : https://github.com/ina-foss

● Rédaction de publications scientifiques

Conditions du stage Le stage se déroulera sur une période de 4 à 6 mois, au sein du service de la Recherche de l’Ina. Il aura lieu sur le site Bry 2, situé au 28 Avenue des frères Lumière, 94360 Bry-sur-Marne.La·le stagiaire sera encadré·e par Valentin Pelloin et David Doukhan. Un ordinateur équipé d’un GPU sera fourni ainsi qu’un accès au cluster de calcul de l’Institut. Gratification : 760 € brut / mois + 50 % pass navigo

Télétravail : possible une journée par semaine

Contact Pour soumettre votre candidature à ce stage, ou pour solliciter davantage d’informations, nous vous invitons à envoyer votre CV et votre lettre de motivation par e-mail aux adresses suivantes : vpelloin@ina.fr et ddoukhan@ina.fr. Profil recherché ● Étudiant·e en dernière année d’un bac +5 dans le domaine de l’informatique et de l'IA

● Forte appétence pour la recherche académique

● Intérêt pour le traitement automatique de la parole

● Maîtrise de Python et expérience dans l’utilisation de bibliothèques de ML

● Capacité à effectuer des recherches bibliographiques ● Rigueur, Synthèse, Autonomie, Capacité à travailler en équipe

Bibliographie

[Arc23] ARCOM (2023). “La représentation des femmes à la télévision et à la radio - Rapport sur l'exercice 2022” [en ligne].

[Bae20] A. Baevski, H. Zhou, A. Mohamed, and M. Auli, “wav2vec 2.0: A Framework for Self-Supervised Learning of Speech Representations,” Neural Information Processing Systems, Jun. 2020.

[Bre23] Bredin, H. (2023). pyannote.audio 2.1 speaker diarization pipeline: principle, benchmark, and recipe, in INTERSPEECH 2023, ISCA, pp. 1983–1987.

[Dou18a] Doukhan, D., Carrive, J., Vallet, F., Larcher, A., & Meignier, S. (2018, April). An open-source speaker gender detection framework for monitoring gender equality. In 2018 IEEE international conference on acoustics, speech and signal processing (ICASSP) (pp. 5214-5218). IEEE.

[Dou18b] Doukhan, D., Poels, G., Rezgui, Z., & Carrive, J. (2018). Describing gender equality in french audiovisual streams with a deep learning approach. VIEW Journal of European Television History and Culture, 7(14), 103-122.

[Gim21] P. Gimeno, A. Ortega, A. Miguel, and E. Lleida, “Unsupervised Representation Learning for Speech Activity Detection in the Fearless Steps Challenge 2021,” in Interspeech 2021, ISCA, Aug. 2021, pp. 4359–4363.

[Huh23] Huh, J., Brown, A., Jung, J. W., Chung, J. S., Nagrani, A., Garcia-Romero, D., & Zisserman, A. (2023). Voxsrc 2022: The fourth voxceleb speaker recognition challenge. arXiv preprint arXiv:2302.10248.

[Kun23] M. Kunešová and Z. Zajíc, “Multitask Detection of Speaker Changes, Overlapping Speech and Voice Activity Using wav2vec 2.0,” in ICASSP 2023 - 2023 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), Jun. 2023, pp. 1–5.

[Li22] Li, M., Xia, Y., & Lin, F. (2022, December). Incorporating VAD into ASR System by Multi-task Learning. In 2022 13th International Symposium on Chinese Spoken Language Processing (ISCSLP) (pp. 160-164). IEEE.

[Par23] Parcollet, T., Nguyen, H., Evain, S., Boito, M. Z., Pupier, A., Mdhaffar, S., ... & Besacier, L. (2023). LeBenchmark 2.0: a Standardized, Replicable and Enhanced Framework for Self-supervised Representations of French Speech. arXiv preprint arXiv:2309.05472.

Back

Top

--

Back

Top

The European Language Resources Distribution Agency (ELDA), a company specialized in Human Language Technologies within an international context, is currently seeking to fill an immediate vacancy for a permanent Senior Project Manager position, specialised in Speech Technologies.

Under the supervision of the CEO, the Senior Project Manager, specialised in Speech Technologies will be in charge of conducting the activities related to the production of language resources and the co-ordination of R&D projects. Their responsibilities include language resources design/specification, production frameworks and platforms setup, quality control and assessment, project-dedicated team members recruitment and management. They will also contribute to improving or updating of the current language resources production workflows. This yields excellent opportunities for qualified, creative, and motivated candidates wishing to participate actively in the Language Engineering field.

The position is based in Paris (13th).

Required profile:

• PhD in computer science specialised in speech technologies. A proven background in research (scientific publications) will be a strong plus
• At least 3 years of experience in speech technologies (speech recognition, synthesis, language modelling) and the well-used tools to produce and collect data, and assess quality
• Ability to experiment with various techniques for improving or building tools (eg., transcription and annotation tools)
• Contribution to international projects
• Good knowledge of Linux and open source software
• Proficiency in Python programming language
• Good knowledge of scripting languages: bash, R, Perl
• Experience and ability to supervise members of a multidisciplinary team
• Dynamic and communicative, flexible to combine and work on different tasks
• Proficiency in English with ability to write user guides, administration documentation and reports, and good mastering of French. Knowledge of other languages would be a plus.
• Citizenship (or residency papers) of a European Union country

Salary: Commensurate with qualifications and experience (between 40-50K€).
Other benefits: complementary health insurance and meal vouchers.

About
ELDA is an SME established in 1995 to promote the development and exploitation of Language Resources (LRs). Language Resources include all data necessary for language engineering, such as monolingual and multilingual lexica, text corpora, speech databases and terminology. ELDA’s role is to produce LRs, to collect and to validate them and, foremost, make them available to users in compliance with applicable regulations and ethical requirements.

For further information about ELDA, visit: http://www.elda.org

Applicants should email a cover letter addressing the points listed above together with a curriculum vitae to:

ELDA
9, rue des Cordelières
75013 Paris
FRANCE
Email: job@elda.org 

Back

Top

--

Back

Top

In the framework of the PEPR Santé numérique “Autonom-Health” project (Health, behaviors and autonomous digital technologies), the speech and language research group at the Computer Science Lab in Bordeaux, France (LaBRI) and the LORIA (Nancy, France) are looking for candidates for a fully funded PhD position (36 months).  

Back

Top

PhD position – Language Sciences

We are looking for a PhD student to work on the PROSOLANG project (“using PROSOdy to improve foreign LANGuage learning”) in the fields of phonetics, language teaching and psycholinguistics. The position is at the Laboratoire Parole et Langage of Aix Marseille Université in Aix-en-Provence. The project aims to provide computer-based cognitive training programs in the context of English phonetics classes to help francophone learners to overcome the difficulties they have with the perception of non-native melodic cues. The person working on this project will be responsible for designing, carrying out and testing the training programs as well as disseminating the results.

This 3-year position is fully funded by the A*midex fundation. The PhD student will be co-supervised by Amandine Michelas and Sophie Herment and will closely interact with Sophie Dufour as well as the S2S research team and the prosody group of the Laboratoire Parole et Langage.

The planned start date is 1 September 2024.

Applicants must hold a master’s degree in English, language sciences, cognitive science or psychology or a related discipline at the beginning of the PhD. The candidate must have a strong and documented interest in phonetics and language teaching. Previous experience with English teaching is advantageous but is not a prerequisite. Previous experience in scientific research in a laboratory is also a plus. Fluency in oral and written English and French is required.

Interested candidates are requested to submit, by March 31,, 2024 at the latest, an application including:

- a letter of motivation

- a curriculum vitae (including e-mail address and contact telephone number),

- any other relevant documents,

all in a single pdf file sent to the following address: amandine.michelas@univ-amu.fr.

After an initial assessment of applications based on the application file, a sub-set of candidates will be selected for a second phase involving a selection interview. Interviews will take place during the month of April 2024. Successful candidates will be notified by e-mail and/or telephone.

Doctorant en Sciences du langage

Nous recherchons un doctorant pour travailler sur le projet PROSOLANG (« utiliser la PROSOdie pour améliorer l'apprentissage des langues étrangères ») dans les domaines de la phonétique, de l'enseignement des langues et de la psycholinguistique. Le poste est à pourvoir au Laboratoire Parole et Langage d'Aix Marseille Université à Aix-en-Provence. Le projet vise à fournir des programmes d'entraînement cognitifs informatisés dans le cadre de cours de phonétique anglaise pour aider les apprenants francophones à surmonter les difficultés qu'ils ont avec la perception d’indices mélodiques non-natifs. La personne travaillant sur ce projet sera responsable de la conception, de la réalisation et du test des programmes d’entraînement ainsi que de la diffusion des résultats.

Ce poste, d'une durée de 3 ans, est entièrement financé par la fondation A*midex. Le doctorant sera co-encadré par Amandine Michelas et Sophie Herment et interagira étroitement avec Sophie Dufour ainsi qu'avec l'équipe de recherche S2S et le groupe de prosodie du Laboratoire Parole et Langage.

La date de début prévue est le 1er septembre 2024.

Les candidats devront être titulaires d’un master de recherche en anglais, en sciences du langage, en sciences cognitives ou en psychologie ou dans une discipline connexe au début du doctorat. Le candidat doit avoir un intérêt fort et documenté pour la phonétique et l’enseignement des langues. Une expérience antérieure dans l'enseignement de l'anglais est un avantage mais n'est pas une condition préalable. Une expérience préalable en recherche scientifique en laboratoire est également un plus. La maîtrise de l'anglais et du français à l'oral et à l'écrit est nécessaire.

Les candidats intéressés sont priés de soumettre, pour le 31/03/2024 au plus tard, un dossier de candidature comprenant :

- une lettre de motivation

- un curriculum vitae (comprenant l'adresse e-mail et le numéro de téléphone de contact),

- tout autre document pertinent,

le tout dans un seul fichier pdf envoyé à l'adresse suivante : amandine.michelas@univ-amu.fr.

Après une première évaluation des candidatures sur la base du dossier de candidature, un sous-ensemble de candidats sera sélectionné pour une deuxième phase comprenant un entretien de sélection. Les entretiens auront lieu durant le mois d’avril 2014. Les candidats retenus seront informés par e-mail et/ou par téléphone.

Si vous avez des questions, n'hésitez pas à nous contacter à l’adresse suivante : amandine.michelas@univ-amu.fr.

Back

Top

ANR Project «REVITALISE»

Automatic speech analysis of public talks.

Description. Today, humanity has reached a stage at which extremely important aspects (such as information exchange) are tied not only to actual so-called hard skills, but also to soft skills. One such important skill is public speaking. Like many forms of interaction between people, the assessment of public speaking depends on many factors (often subjectively perceived). The goal of our project is to create an automatic system which can take into account these different factors and evaluate the quality of the performance. This requires understanding which elements can be assessed objectively and which vary depending on the listener [Hemamou, Wortwein, Chollet21]. For such an analysis, it is necessary to analyze public speaking at various levels: high-level (audio, video, text), intermediate (voice monotony, auto-gestures, speech structure, and etc.) and low-level (fundamental frequency, action units, POS / tags, and etc.) [Barkar]. This internship offers an opportunity to analyze the audio component of a public speech. The student is asked to solve two main problems. The engineering task is to create an automatic speech transcription system that detects speech disfluency. To do this, it is proposed to collect a bibliography on this topic and come up with an engineering solution. The second, research task, is to use audio cues to automatically analyze the success of a performance of a talk. This internship will give you an opportunity to solve an engineering problem as well as learn more about research approaches. By the end you will have expertise in audio processing as well and machine learning methods for multimodal analysis. If the internship is successfully completed, an article may be published. PhD position fundings on Social Computing will be accessible in the team at the end of the internship (at INRIA).

Registration & Organisation.

Name of organization: Institut Polytechnique de Paris, Telecom-Paris Website of organization: https://www.telecom-paris.fr Department: IDS/LTCI/ Address: Palaiseau, France

Supervision.

Supervision will include weekly meetings with the main supervisor and regular meetings (every 2-3 weeks) with co-supervisors. Telecom-Paris, 2023-2024 ANR Project «REVITALISE» Name of supervisor: Alisa BARKAR Name of co-supervisor: Chloe Clavel, Mathieu Chollet, Béatrice BIANCARDI Contact details: alisa.barkar@telecom-paris.fr

Duration & Planning.

The internship is planned as a 5-6 month full-time internship for the spring semester 2024. 6 months considers 24 weeks within which it will be covered following list of activities:

● ACTIVITY 1(A1): Problem description and integration to the working environment

● ACTIVITY 2(A2): Bibliography overview

● ACTIVITY 3(A3): Implementation of the automatic transcription with detected discrepancies

● ACTIVITY 4(A4): Evaluation of the automatic transcription

● ACTIVITY 5(A5): Application of the developed methods to the existing data

● ACTIVITY 6(A6): Analysis of the importance of para-verbal features for the performance perception

● ACTIVITY 7(A7): Writing the report

Selected references of the team.

1. [Hemamou] L. Hemamou, G. Felhi, V. Vandenbussche, J.-C. Martin, C. Clavel, HireNet: a Hierarchical Attention Model for the Automatic Analysis of Asynchronous Video Job Interviews. in AAAI 2019, to appear

2. [Ben-Youssef] Atef Ben-Youssef, Chloé Clavel, Slim Essid, Miriam Bilac, Marine Chamoux, and Angelica Lim. Ue-hri: a new dataset for the study of user engagement in spontaneous human-robot interactions. In Proceedings of the 19th ACM International Conference on Multimodal Interaction, pages 464–472. ACM, 2017.

3. [Wortwein] Torsten Wörtwein, Mathieu Chollet, Boris Schauerte, Louis-Philippe Morency, Rainer Stiefelhagen, and Stefan Scherer. 2015. Multimodal Public Speaking Performance Assessment. In Proceedings of the 2015 ACM on International Conference on Multimodal Interaction (ICMI '15). Association for Computing Machinery, New York, NY, USA, 43–50.

4. [Chollet21] Chollet, M., Marsella, S., & Scherer, S. (2021). Training public speaking with virtual social interactions: effectiveness of real-time feedback and delayed feedback. Journal on Multimodal User Interfaces, 1-13.

5. [Barkar] Alisa Barkar, Mathieu Chollet, Beatrice Biancardi, and Chloe Clavel. 2023. Insights Into the Importance of Linguistic Textual Features on the Persuasiveness of Public Speaking. In Companion Publication of the 25th International Conference on Multimodal Interaction (ICMI '23 Companion). Association for Computing Machinery, New York, NY, USA, 51–55. https://doi.org/10.1145/3610661.3617161

Other references.

1. Dinkar, T., Vasilescu, I., Pelachaud, C. and Clavel, C., 2020, May. How confident are you? Exploring the role of fillers in the automatic prediction of a speaker’s confidence. In ICASSP 2020-2020 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) (pp. 8104-8108). IEEE.

2. Whisper: Robust Speech Recognition via Large-Scale Weak Supervision, Radford A. et al., 2022, url: https://arxiv.org/abs/2212.04356

3. Romana, Amrit and Kazuhito Koishida. “Toward A Multimodal Approach for Disfluency Detection and Categorization.” ICASSP 2023 - 2023 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) (2023): 1-5.

4. Radhakrishnan, Srijith et al. “Whispering LLaMA: A Cross-Modal Generative Error Correction Framework for Speech Recognition.” ArXiv abs/2310.06434 (2023): n. pag.

5. Wu, Xiao-lan et al. “Explanations for Automatic Speech Recognition.” ICASSP 2023 - 2023 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) (2023): 1-5.

6. Min, Zeping and Jinbo Wang. “Exploring the Integration of Large Language Models into Automatic Speech Recognition Systems: An Empirical Study.” ArXiv abs/2307.06530 (2023): n. pag.

7. Ouhnini, Ahmed et al. “Towards an Automatic Speech-to-Text Transcription System: Amazigh Language.” International Journal of Advanced Computer Science and Applications (2023): n. pag.

8. Bigi, Brigitte. “SPPAS: a tool for the phonetic segmentations of Speech.” (2023).

9. Rekesh, Dima et al. “Fast Conformer with Linearly Scalable Attention for Efficient Speech Recognition.” ArXiv abs/2305.05084 (2023): n. pag.

10. Arisoy, Ebru et al. “Bidirectional recurrent neural network language models for automatic speech recognition.” 2015 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) (2015): 5421-5425.

11. Padmanabhan, Jayashree and Melvin Johnson. “Machine Learning in Automatic Speech Recognition: A Survey.” IETE Technical Review 32 (2015): 240 - 251.

12. Berard, Alexandre et al. “End-to-End Automatic Speech Translation of Audiobooks.” 2018 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) (2018): 6224-6228.

13. Kheir, Yassine El et al. “Automatic Pronunciation Assessment - A Review.” ArXiv abs/2310.13974 (2023): n. pag. Telecom-Paris, 2023-2024

Back

Top

Un poste de PR en informatique (section 27) sera ouvert en 2024 à l'Université Grenoble
Alpes. La personne retenue intégrera le Laboratoire d'Informatique de Grenoble où le
GETALP (https://lig-getalp.imag.fr) est une équipe d'accueil.

Le profil est en cours de finalisation, mais les mots-clés associés seront :

IA générative, IA symbolique, bases de connaissances avec un focus important sur les
grands modèles de langages.

Le poste sera rattaché à l'UFR Informatique, mathématiques et mathématiques appliquées
(IM2AG -- https://im2ag.univ-grenoble-alpes.fr/).

N'hésitez pas à me contacter pour obtenir plus d'informations sur le profil recherche et
pour étudier une intégration potentielle au GETALP.

Ce message peut tout à fait être redistribué dans vos réseaux.

Bonne journée,

François Portet

--

Back

Top

Bureau d'enquêt et d'analyse pour la sécurité de l'aviation civile (BEA)

Poste à pourvoir : Enquêteur/Enquêtrice spécialisé(e) en analyse audio avec une compétence en traitement automatique de la parole et de l’audio (H/F)

Titre du poste : Enquêteur spécialisé « AUDIO»

Niveau recherché : Doctorat / M2 / Diplôme d’Ingénieur

Localisation : BEA, Aéroport du Bourget

En France, le BEA est l’autorité responsable des enquêtes de sécurité dans l’aviation civile. Il participe également à de nombreuses enquêtes conduites à l’étranger. L'enquête de sécurité a pour seul objet de prévenir les accidents et les incidents en aviation civile. Elle comprend la collecte et l'analyse de renseignements, l'exposé des conclusions, y compris la détermination des causes et/ou des facteurs contributifs et, s'il y a lieu, l'établissement de recommandations de sécurité. Créé en 1946, le BEA relève du ministère en charge des transports.

Description de la mission proposée

Dans le cadre de l’exploitation des informations factuelles, nous recherchons un·e enquêteur/enquêtrice spécialisé·e en analyse de l’audio avec une compétence forte dans les domaines du traitement automatique de la parole et de l’audio. Votre mission combinera la partipation aux enquêtes de sécurité et au développement d’outils pour le laboratoire audio du BEA. Au sein du département Technique , en votre qualité d’enquêteur spécialisé, vous participerez aux enquêtes de sécurité du BEA, suite aux accidents et incidents survenus à des aéronefs civils en France ou à l'étranger en tant qu’enquêteur spécialisé dans l’exploitation des données issues d’enregistrements audio et vidéo. Fort de vos compétences complémentaires, vous serez également en charge du maintien des moyens informatiques, de la conduite de projets de développement existants et de nouveaux projets pour les besoins spécifiques du laboratoire d’analyses audio. Ces besoins relèvent de problématiques nécessitant de maintenir et d’établir des collaborations avec des partenaires universitaires et industriels autour de thématiques telles que la transcription automatique de la parole (Français et Anglais), la segmentation audio, l’évaluation objective de la qualité audio, l’analyse bas niveau de la parole et l’identification automatique de transitoires. Vos activités principales seront:

- Lecture d’enregistreurs de vol (« boites noires ») et pilotage de séances d’écoutes,

- Analyse acoustique des enregistrements audio comprenant l’identification des signatures acoustiques et la comparaison avec des échantillons sonores,

- Réalisation de transcriptions des communications pour les enquêtes de sécurité,

- Rédaction de documents techniques et participation à l'élaboration de rapports d'enquêtes,

- Enrichissement et valorisation de la base de données audio du laboratoire,

- Participation au maintien et à l’évolution des outils de détection et de localisation des balises acoustiques sous-marines,

- Maintien et amélioration des outils informatiques du laboratoire d’analyses audio,

- Animation du réseau scientifique du laboratoire audio,

- Écriture et gestion de projets de recherche en collaboration avec des partenaires académiques.

Vous participerez aux travaux d’analyse des enregistrements CVR (Cockpit Voice Recorder) dans le cadre d’enquêtes majeures en France et à l’étranger. À ce titre, vous devrez savoir faire preuve de rigueur, de discrétion, et appliquer de manière stricte les règles de confidentialité du BEA. Vous devrez être rapidement autonome pour devenir l’un ou l’une des référent·es techniques du département dans le domaine de l’analyse des données audio. Vous participerez également aux consultations industrielles dans le cadre du développement d’outils d’analyse audio-vidéo dédiés aux bureaux d’enquêtes. Vous serez amené·e à vous déplacer ponctuellement avec un préavis court en France et à l’étranger dans le cadre d’accident.

Profil idéal

Diplômé·e d'une formation Bac+5 ou Bac+8 avec une spécialisation et une expérience dans les techniques modernes de traitement automatique de la parole et de l’audio. Vous présentez les compétences suivantes :

- Traitement de la parole et analyse de la voix,

- Pilotage de projets en lien avec la recherche académique,

- Programmation (Python, langage objet ou similaire) et Machine Learning/IA,

- Traitement du signal, filtrage de données,

- Analyse spectrale à l’aide de logiciels dédiés,

- Connaissances de base en électronique numérique et analogique,

- Qualités rédactionnelles en anglais et en français,

- Acuité auditive adaptée au poste,

- Maîtrise de l’Anglais (lu, écrit et parlé).

Vous serez accompagné·e dans l’acquisition de certaines de ces compétences par le biais de formations. Vous êtes dynamique, rigoureux·se, curieux·se et créatif·ve. Vous désirez contribuer aux développements des compétences et des moyens techniques du laboratoire d’analyses audio du BEA. Vous savez travailler en équipe avec de bonnes qualités relationnelles et d’adaptation vous permettant de piloter des activités dans un contexte international. Votre esprit d'analyse et de synthèse vous permettent de communiquer vos résultats de manière efficace.

Candidature

Vous êtes invité·e à transmettre votre candidature constituée de votre CV ainsi qu’une lettre de motivation et tout document (recommandation) permettant de soutenir votre candidature par courriel à : recrutement-tec@bea.aero

Back

Top

L'IRIT et l'IUT sont distants de 10 minutes à pied, sur un campus vert bordé par le Canal du Midi et connecté à la ville par métro.

Back

Top

7 postes de MCF et 2 postes de PR section 27 sont ouverts à l’Université de Lorraine affectés au Loria. Parmi les thématiques fléchées, le traitement automatique de la parole et des langues occupe une place majeure en recherche via les équipes du département D4 du Loria et en enseignement via le Master TAL d'IDMC et la future formation de niveau Licence en TAL d'IDMC qui ouvrira à la rentrée 2024.

Les candidats et candidates sont fortement invité·es à prendre contact avec le laboratoire et les composantes d’enseignement.

- 2 postes PR à l'IDMC et à l'IUT de Metz : Ouverts à toutes les équipes du Loria.

- 2 postes MCF à la Faculté des Sciences et Technologies : Ouverts aux équipes des départements D1 « Algorithmique, calcul, image et géométrie », D2 « Méthodes formelles » et D3 « Réseaux, systèmes et services ».

- 1 poste MCF à l'IDMC : Ouvert aux équipes des départements des départements D3 « Réseaux, systèmes et services », D4 « Traitement automatique des langues et des connaissances » et D5 « Systèmes complexes, intelligence artificielle et robotique ».

- 2 postes MCF aux Mines de Nancy et à Polytech Nancy : Profil recherche en sécurité et sûreté des systèmes informatiques.

- 1 poste MCF à l’INSPÉ : Profil recherche en Intelligence Artificielle dans les équipes du département D4 « Traitement automatique des langues et des connaissances » ou dans l’équipe BIRD du département D5 « Systèmes complexes, intelligence artificielle et robotique ».

- 1 poste MCF à Telecom Nancy : Profil recherche en Intelligence Artificielle et Data Science.

Plus d'informations sur https://www.loria.fr/fr/emplois/

Back

Top

Four-year funded PhD studentships in Designing Responsible Natural Language Processing at the University of Edinburgh

The UKRI AI Centre for Doctoral Training (CDT) in Responsible and Trustworthy in-the-world Natural Language Processing (NLP) is inviting applications for fully-funded PhD studentships starting in September 2024 for our new Designing Responsible NLP integrated PhD training programme.

Natural Language Processing (NLP) is an area of AI operating at the intersections of computer science, linguistics, and interaction design that has rapidly jumped from the research lab to routine deployment in-the-world. Mature NLP systems offer powerful capabilities to create new products, services, and interactive experiences grounded in natural language, and underpin much of the current excitement around generative AI. However, they also bring significant challenges to responsible and trustworthy design, adoption and deployment.

Our students will gain the skills, knowledge and experience to study and design real-world applications of NLP that are responsible and trustworthy by design, in a highly interdisciplinary training environment hosted by the new Edinburgh Futures Institute. The training programme brings together world leading researchers at the University of Edinburgh in informatics, design, linguistics, speech science, psychology, law, philosophy, information science, and digital humanities, who will supervise students and guide them in their training and learning.

The CDT will be seeking to fund up to 12 studentships to start next academic year. We are looking for applicants with background in or related to:

•              Computer science, informatics and artificial intelligence

•              Design, human computer interaction and human centred computing

•              Language, linguistics and speech sciences

•              Law, governance and regulation

•              Digital Humanities and Information Science

These are just indicative, and we are interested in applicants who come from any background or discipline with relevant skills and expertise that connect to our five Training Areas. Our ambition is to recruit a diverse cohort of students coming from different disciplines and backgrounds, who are excited by the prospects of working with each-other and on real-world applications of NLP.

The deadline for applications is midnight (GMT) 11th March 2024.

To find out more information on the programme, funding available and its benefits take a look at the CDT website here: https://www.responsiblenlp.org/

Detail on how to apply can be found here: https://www.responsiblenlp.org/application-documents/

You can also register for our applicant webinars on the 12th and 13 February here: https://www.responsiblenlp.org/applicant-webinars/  - more dates will likely be added for later in February as well.

Back

Top

Poste de maitre de conférences à l'Université du Mans

**Enseignement**

Les enseignements de la personne recrutée pourront avoir lieu :
- En licence d’informatique (et double licence mathématiques-informatique) avec les matières fondamentales de l’informatique telles que l’algorithmique et la programmation, les bases de données, la programmation web, le génie logiciel, les réseaux, etc.
- En licence dans d’autres départements de l’UFR Sciences et techniques, pour l’initiation à la programmation
- Dans le master d’informatique, parcours Intelligence Artificielle, où l’on trouve des modules sur des sujets comme les méthodes probabilistes et neuronales, les infrastructures logicielles et matérielles pour l’IA, les techniques de gestion et d’exploitation des big data, le cloud computing, le traitement automatique des langues écrites et orales.


La personne recrutée sera amenée à s’investir dans l’élaboration et l’encadrement des formations.

L’université propose une décharge d’enseignement de 96h qui peut être étalée sur deux ou trois ans pour favoriser l’intégration de la personne recrutée en lui permettant de développer son projet de recherche et de préparer ses enseignements.

Département d’enseignement : Informatique
Lieu(x) d’exercice :  Le Mans
Nom directrice dépt : Dominique Py
Tel. directrice dépt : 02 43 83 38 55
Mél directrice dépt : Dominique.Py@univ-lemans.fr
URL : https://sciences.univ-lemans.fr/fr/filieres/informatique.html
 
Contact pour le profil enseignement : Mme Dominique Py (directrice du département) - 02 43 83 38 55 - Dominique.Py@univ-lemans.fr

**Recherche**

Le Laboratoire d’Informatique de l’Université du Mans (LIUM) recherche un·e maître de conférences pour intégrer l’équipe Language and Speech Technology (LST).
Dans ce cadre thématique, l’équipe a développé des axes de recherches transversaux que nous souhaitons renforcer :
- L’interprétabilité et l’explicabilité des systèmes ;
- L’apprentissage multi-modal (texte, voix, image, graphes) ;
- L’apprentissage de représentations ;
- L’apprentissage en continu (lifelong learning) ;
- Le traitement automatique de corpus multilingues et de langues peu dotées ;
- La création de corpus et de méthodes d’évaluations.

Les travaux de l’équipe LST ont vocation à considérer plusieurs tâches applicatives liées au Traitement Automatique du Langage Naturel (TALN) et de La Parole (TALP) :
- La transcription de la parole et caractérisation du locuteur ;
- La détection d’opinions ;
- La traduction automatique (du texte vers le texte, ou de l’oral vers l’oral) ;
- L’extraction de connaissances issues du langage écrit ou oral ;
- La segmentation thématique de corpus textuels et audios ;
- La synthèse de la parole.

L’équipe souhaite recruter un⋅e candidat⋅e avec une forte expertise en apprentissage automatique et une motivation pour les thématiques de l’équipe qui lui permettront de travailler avec les membres de l’équipe LST.

Les critères prioritaires qui permettront d’évaluer les candidatures en recherche, dès la sélection des dossiers : - la présence d’un projet de recherche personnalisé adapté aux thématiques de l’équipe ;
- les compétences et les expériences de recherche ;
- la liste des publications ;
- la capacité à s’investir, conduire et élaborer des activités collaboratives, notamment dans le cadre de projets de différentes natures (européen, ANR, contrat de recherche industriel, thèse CIFRE, etc.).

Les candidat⋅e⋅s sont invité⋅e⋅s à prendre contact avec le responsable de l’équipe LST pour pouvoir personnaliser leur projet de recherche au regard des travaux en cours dans l’équipe.

Contact pour le profil recherche : M. Antoine Laurent (responsable équipe LST) – 02 43 83 38 30 - antoine.laurent@univ-lemans.fr

Lieu(x) d’exercice : Le Mans
Nom directeur labo : Sébastien George
Tel. directeur labo :  02 43 59 49 16
Email directeur labo : sebastien.george@univ-lemans.fr
URL labo : http://lium.univ-lemans.fr


**Descriptif du laboratoire**

Le Laboratoire d'Informatique de l'Université du Mans (LIUM), créé il y a environ quarante ans, regroupe la plupart des enseignants-chercheurs en informatique de l’Université du Mans. Il comprend actuellement vingt-huit enseignants-chercheur⋅e⋅s, vingt doctorant⋅e⋅s et chercheur⋅e⋅s non permanents. Le LIUM est composé de deux équipes :
- une équipe de spécialisés en Environnements informatiques pour l'apprentissage humain (Ingénierie des EIAH),
- une équipe de spécialisés en traitement du langage (Language and Speech Technology — LST).

Le laboratoire et l’équipe proposent des conditions de travail avantageuses :
- Un cluster de calcul à disposition en plus de l’accès aux clusters régional et national ;
- Une équipe jeune et dynamique avec de nombreux recrutements récents ;
- Une équipe et un laboratoire à taille humaine dont le pilotage se fait en bonne intelligence ;
- Une dynamique de projets (ANR, Europe, JSALT) et de collaborations avec les entreprises (Meta, MMA, SNCF, Airbus, Orange, etc).

Back

Top

2 Postdoctoral Researchers in Multimodal Interaction wanted in Trinity College Dublin, Ireland.

Two postdoc positions are available in the lab of Prof. Naomi Harte at Trinity College Dublin in Ireland. The positions are both in multimodal interaction and are part of a larger project which is a multidisciplinary exploration of speech-based interaction. One postdoc is focussed on understanding the nature of multimodal interaction (https://www.adaptcentre.ie/careers/postdoctoral-researcher-in-understanding-multimodal-interaction-eenh_rf01/). That person will have a background in an area like psycholinguistics/cognitive science/linguistics or similar. The second post is more looking for an engineer with experience in ASR or conversational analysis. They will be developing better neural architectures to exploit a deeper understanding of multimodality in speech (https://www.adaptcentre.ie/careers/postdoctoral-researcher-in-audio-visual-neural-architecture-eenh_rf02-2/). Both are 3-year posts. Ideally the posts would both begin in June 2024, but some flexibility may be possible.

Prof. Harte can be contacted by email (nharte@tcd.ie) if you want additional details about the post after reading the above links, but the formal application is via the links above.

Back

Top

Un poste de PR en informatique (section 27) sera ouvert en 2024 à l'Université Grenoble
Alpes. La personne retenue intégrera le Laboratoire d'Informatique de Grenoble où le
GETALP (https://lig-getalp.imag.fr) est une équipe d'accueil.

Le profil du poste PR n°253 est disponible ici  :
https://emploi.univ-grenoble-alpes.fr/concours/enseignants-chercheurs-/postes-pr-2024-1197762.kjsp?RH=1633530438110

IA générative, IA symbolique, bases de connaissances avec un focus important sur les
grands modèles de langages.

Le poste sera rattaché à l'UFR Informatique, mathématiques et mathématiques appliquées
(IM2AG -- https://im2ag.univ-grenoble-alpes.fr/).

N'hésitez pas à me contacter pour obtenir plus d'informations sur le profil recherche et
pour étudier une intégration potentielle au GETALP.

Back

Top

Proposition d'une thèse 2024-2027

Diagnostiquer l’acoustique d’une salle grâce au traitement du signal et à l’apprentissage automatique

mots clefs : Acoustique – Bâtiment – Apprentissage Automatisé – Méthodes inverses

Contexte : Les nuisances sonores sont citées comme première source de gêne par les populations et constituent un enjeu sanitaire et social important, contribuant notamment au stress, aux déficits d'attention en classe, ou aux acouphènes. La gêne est souvent liée à la mauvaise qualité acoustique de la salle due à une réverbération trop importante (cantine, piscine, crèche…). Dans le cadre de la réhabilitation acoustique des salles, la proposition d’une solution nécessite une bonne connaissance des caractéristiques géométriques et acoustiques de l’existant (dimension de la salle, absorption et diffusion de ses différents revêtements). Pour estimer ces paramètres inconnus, les acousticiens de terrain s’appuient sur des mesures du champ sonore combinées à des connaissances géométriques et acoustiques a priori du lieu et du dispositif utilisé (sources et microphones). L’estimation est typiquement effectuée par calage manuel et itératif des paramètres d’entrées de modèles acoustiques analytiques ou numériques sur les mesures. Le processus complet d’un diagnostic est donc long, coûteux et parfois imprécis selon les modèles utilisés. Face à ce constat, le développement de méthodes dites inverses permettant de remonter automatiquement aux paramètres acoustiques d’intérêt à partir de mesures audio seules constituerait une percée majeure pour l’acoustique du bâtiment, ouvrant la voie au développement d’outils plus simples, plus rapides et plus fiables à destination des acousticiens. Objectif : L’objectif de la thèse est le développement d’un système qui, à partir d’un nombre réduit de mesures acoustiques (ex : des réponses impulsionnelles « RI ») et de caractéristiques de salle connues (ex : ses dimensions approximatives), puisse automatiquement retrouver dans les mesures, les autres caractéristiques alors inconnues ayant induit le champ sonore (ex : absorption et diffusion des parois, puissance de la source …). Cette thèse vise à obtenir des percées méthodologiques sur ces problèmes inverses ouverts et difficiles, en combinant des approches novatrices issues des domaines du traitement du signal et de l’apprentissage automatique. Elle débloquera trois verrous clés.

Verrou 1 : Nos premiers travaux ont permis de développer des méthodes inverses d’optimisation permettant, pour des conditions idéalisées, d’estimer l’absorption des parois d’une salle de géométrie supposée connue [1] ou, à l’inverse, d’estimer la géométrie d’une pièce aux parois idéales [2]. Le verrou majeur reste la généralisation à des cas plus réalistes intégrant : une modélisation fine de la réponse des équipements et des propriétés des parois (dépendance de la fréquence et de l'angle d'incidence, diffusion acoustique...), et l'incertitude sur la géométrie.

Verrou 2 : Nos travaux actuels se scindent en deux approches : celles guidées par les données annotées simulées, consistant à apprendre un réseau de neurones (ex : [3]), et celles guidées par la physique, résolvant un problème inverse d’optimisation reposant sur un modèle acoustique idéalisé (ex : [1,2]). Un verrou important consiste à les hybrider. Cela passera par le renforcement du réalisme des simulateurs de RIs et des modèles acoustiques théoriques, l’utilisation possible de techniques auto-supervisées sur données nonannotées [4] et de techniques d’unrolling corrigeant les modèles physiques sous-jacents par apprentissage [5].

Verrou 3 : Le dernier reste celui du passage des RIs simulées au RIs réellement mesurées qui nécessitera d’adapter les méthodes d’apprentissage et d’optimisation issues des deux verrous précédents.

[1] S. Dilungana, A. Deleforge, C. Foy, S. Faisan, Geometry-Informed estimation of surface absorption profiles from impulses responses, Eusipco, 30th European Signal Processing Conference, Belgrade, Serbia, 2022.

[2] T. Sprunck, Y. Privat, C. Foy, A. Deleforge, Gridless 3D Recovery if Images Sources from Room Impulse Responses, preprint, 2022.

[3] S. Dilungana, A. Deleforge, C. Foy, and S. Faisan, Learning-based estimation of individual absorption profiles from a single room impulse response with known positions of source, sensor and surfaces. In INTER-NOISE and NOISE-CON Congress and Conference Proceedings, vol. 263, No. 1, pp. 5623-5630.

[4] A. Jaiswal, AR. Babu, MZ Zadeh, D. Banerjee, F. Makedon, A survey on contrastive self-supervised learning. Technologies. 2020, 28;9(1):2.

[5] V. Monga, Y. Li and YC. Eldar, Algorithm unrolling: Interpretable, efficient deep learning for signal and image processing. IEEE Signal Processing Magazine. 2021 Feb 25;38(2):18-44.

Apects pratiques : Le doctorant sera encadré par Antoine Deleforge (équipe TONUS*, Inria-Strasbourg), Sylvain Faisan (ICube**, Télécom-Physique Strasbourg) et Cédric Foy (UMRAE*** - Cerema de Strasbourg). Il sera physiquement au Cerema de Strasbourg (11 rue Jean Mentelin) mais pourra être amené à se déplacer ponctuellement pour se rendre aux deux autres laboratoires. * https://www.inria.fr/fr/tonus,** https://icube.unistra.fr/, *** https://www.umrae.fr/ Contacts : antoine.deleforge@inria.fr ou cedric.foy@cerema.fr

Back

Top

CONTEXT

Expression team from IRISA is hiring an engineer in Computer Science on a full-time 12 months contract (may be extended). Expression research team is at the heart of the AI revolution as it studies and generates Human language using different modalities, i.e. Text, Speech and Sign. In particular, the team participates to a project targeting the development and evaluation of deep fake speech detection systems. To this end, we have to implement a large variety of speech synthesis systems, including voice cloning systems and voice conversion systems. The engineer will work on the massive generation of synthesized speech in the context of deepfake detection.

Team webpage: https://www-expression.irisa.fr/fr/

JOB DESCRIPTION

Mission: Developpment of speech synthesis systems including a large variety of technologies, including voice cloning and voice conversion systems :

• Data preparation for different languages ;

• Set up a global framework for Text-To-Speech synthesis (TTS) ;

• Implement different TTS systems for different languages ;

• Contribute to the developement of deep fake detection systems ; Environnement: The recruited person will be integrated to the research team and will collaborate with the partner company.

Required diploma: PhD in Computer Science, Master in Machine Learning or Master in Speech and Language Processing

Required skills: Software engineering (C++, Python) ; Machine learning methods and tools (Tensorflow, PyTorch, Keras) ; Automatic Speech and Language Processing ; CI/CD.

GENERAL INFO

Where: IRISA Lab in Lannion, France

When: As soon as possible (May 2024)

Duration: 12 months (may be extended) Salary: Depending on experience

Contacts: damien.lolive@irisa.fr, arnaud.delhay@irisa.fr, vincent.barreaud@irisa.fr

Back

Top

Title: Optimizing Human Intervention for Synthetic Speech Quality Evaluation: Active Learning for Adaptability

Keywords: Active Learning, Synthetic Speech Quality Evaluation, Subjective Quality Modeling, Training Set Design for Domain Adaptation

Context: The primary objective of Text-to-Speech (TTS), speech conversion and speech to speech translation system is to synthesize or generate a high-quality speech signal. Typically, the quality of synthetic speech is subjectively evaluated by human listeners. This listening test aims to assess the degree of similarity to human speech rather than machine-like speech. The main challenge in assessing synthetic speech quality lies in finding a balance between the cost and reliability of evaluation. When the cost of conducting a human listening test is high, an automatic quality evaluation may be less reliable. Additionally, the definition of quality can be varied in different perspectives [7]. The quality of TTS output can be described in terms of various aspects such as intelligibility, naturalness, expressiveness, and the presence of noise. Furthermore, fine differences between two signals cannot be precisely tracked through Mean Opinion Score (MOS) ratings [1]. Moreover, the evolution of TTS systems has altered the nature of quality evaluation. Significant improvements in synthetic speech quality have been made over the last decade [2]. And while in the past, the emphasis was on intelligibility in speech synthesis, today, the focus is more on the expressiveness of synthetic speech. Recent efforts toward the automatic evaluation of synthesized speech [4] have demonstrated the success of objective metrics when the domain, language, and system are limited. In addition to the evolution of TTS quality over time, studies such as [10] and [8] have emphasized the need for new data collection and annotation for domain and language adaptation. Objective: The main objective of this thesis is to propose an active learning approach [9], where human intervention should be minimum, for a subjective task such as automatic evaluation of synthetic speech quality. The core of this framework would be an objective model as synthetic quality predictors, which require a diverse and efficient training samples. The main goal is to efficiently collect and query data in order to improve the precision of synthetic quality prediction or adapt the synthetic quality predictors to new domains and new generation of systems. It is essential to address different aspects of quality, domain-specific requirements, and linguistic variation through the acquisition of new data or retraining models with a specific emphasis on targeted sample sets. The main goal is to efficiently collect and query data to minimize information gaps, ensuring a comprehensive dataset for adaptation in order to maximize the performance improvement. The main adaptations that will be investigated in this project are language (adapting a trained quality predictor to a new language) and expressive speech synthesis (adapting a trained naturalness predictor to an expressive speech quality predictor). This adaptation could potentially extend to different listeners and system types, e.g. systems with different acoustic models or vocoder. In this context, the data collection (synthesizing new samples) is cost-effective, which allows focusing on only query optimization to identify the most informative samples. In a secondary objective, we will focus on modeling listeners’ disagreements in quality evaluation. This objective aims to address the diverse perspectives on the perception of TTS quality. Furthermore, this objective will work towards personalized quality prediction for TTS based on listeners’ individual definitions of quality. Consequently, analysing challenging scripts can reveal remaining challenges in the Text-to-Speech field.

References:

[1] Joshua Camp et al. “MOS vs. AB: Evaluating Text-to-Speech Systems Reliably Using Clustered Standard Errors”. In: Interspeech. 2023, pp. 1090–1094.

[2] Erica Cooper and Junichi Yamagishi. “How do Voices from Past Speech Synthesis Challenges Compare Today?” In: Proc. 11th ISCA Speech Synthesis Workshop (SSW 11). 2021, pp. 183–188. doi: 10.21437/SSW.2021-32.

[3] Erica Cooper et al. “Generalization ability of MOS prediction networks”. In: ICASSP. IEEE. 2022, pp. 8442–8446.

[4] Wen Chin Huang et al. “The VoiceMOS Challenge 2022”. In: Interspeech. 2022, pp. 4536–4540. doi: 10.21437/Interspeech.2022-970.

[5] Georgia Maniati et al. “SOMOS: The Samsung Open MOS Dataset for the Evaluation of Neural Text-to-Speech Synthesis”. In: Interspeech. 2022, pp. 2388–2392. doi: 10.21437/Interspeech.2022-10922.

[6] Felix Saget et al. “LIUM-TTS entry for Blizzard 2023”. In: Blizzard Challenge Workshop. 2023. doi: hal.science/hal-04188761. [7] Fritz Seebauer et al. “Re-examining the quality dimensions of synthetic speech”. In: Proc. 12th ISCA Speech Synthesis Workshop (SSW2023). 2023, pp. 34–40. doi: 10.21437/SSW.2023-6.

[8] Thibault Sellam et al. “SQuId: Measuring speech naturalness in many languages”. In: ICASSP. IEEE. 2023, pp. 1–5.

[9] Burr Settles. “Active learning literature survey”. In: (2009).

[10] Wei-Cheng Tseng, Wei-Tsung Kao, and Hung-yi Lee. “DDOS: A MOS Prediction Framework utilizing Domain Adaptive Pre-training and Distribution of Opinion Scores”. In: Interspeech. 2022, pp. 4541–4545.

Host laboratory : LIUM Location : Le Mans, France Supervisors : Anthony Larcher, Meysam Shamsi

Applicant profile : Candidate motivated by Artificial Intelligence, with Master's degree in Computer Science, Signal processing, Speech analysis or related fields

Instructions for Application: Send CV + letter/message of motivation + master’s note to : meysam.shamsi@univ-lemans.fr and anthony.larcher@univ-lemans.f

Back

Top

The LIUM is looking to recruit a post-doc to work on the development of interpretable transformer architectures.
Work will be done at LIUM and salary will be around 2,2k€ net/month, for 12 months.
More information on our website :

https://lium.univ-lemans.fr/en/contrat-post-doctoral-systemes-de-classifications-interpretables-de-bout-en-bout/

Back

Top

ELDA (Evaluations and Language resources Distribution Agency) recherche, dans le cadre de ses activités de production de ressources linguistiques, des annotateurs (F/H) natifs du français à temps plein pour l’annotation en entités nommés de documents textuels. La mission aura lieu dans les locaux d'ELDA (Paris 13e) et peut démarrer dès à présent.

Profil recherché :

• Natif du français et de nationalité française avec un très bon niveau de grammaire ;

• Bonne maîtrise d'outils informatiques ;

• Capacité à intégrer et suivre scrupuleusement des règles d’annotation ;

• Bon niveau de culture générale afin de pouvoir reconnaître les entités.

Modalités du contrat :

• Rémunération SMIC +20% (13,98€) horaire ;

• Fin du projet prévue pour septembre 2024 donc disponibilité juillet-août requise ;

• Travail en présentiel obligatoire ;

• CDD de 2 mois renouvelable.

Candidature :

• Envoyer un CV à <dylan@elda.org>

Back

Top

 Two funded PhD positions to start in Sept 24 are proposed  in Trinity College Dublin. Both are focused on multimodal speech-based interaction.

One is in the AI space:

PhD Studentship in Neural Architectures for Multimodal Speech Recognition · ADAPT, the SFI Research Centre for AI-Driven Digital Content Technology (adaptcentre.ie)

while the other is more in the psycholinguistics space:

PhD Studentship in Multimodality in Action in Real Conversations · ADAPT, the SFI Research Centre for AI-Driven Digital Content Technology (adaptcentre.ie)

The positions are fully funded for 4 years for both EU and Non-EU students,  and are part of a larger project here focussed on multimodal interaction. Please share with students you know that may be interested. Application is via the above links, with March 29^th the closing date.

Back

Top

INRIA Nancy propose une thèse sur la génération de la langue des signes à partir de la parole, à  l’Université de Lorraine (à Nancy). 

Back

Top

Two 2 open postdoctoral positions on the topic of Spoofing-robust speaker verification.

The aim of the research is to combine time and frequency domain information to achieve a better generalization robustness to new attacks.

The positions are open at Afeka Center of Language Processing (ACLP), Tel-Aviv, Israel, to work with Prof.Itshak Lapidot  and his  colleagues from Ben-Gurion University.

Candidates can contact Prof. Lapidot

 Prof. Itshak Lapidot  | Researcher |   ACLP – Afeka Center for Language Processing  |   

Afeka Academic College of Engineering |  Mobile:  052-8902471  |Tel: +972-3-7688793 | itshakl@afeka.ac.il

Back

Top

Nous recherchons un doctorant en sciences cognitives pour travailler sur un volet du projet ANR-JCJC FRENCHMELO « La prosodie pour comprendre le langage : du traitement de la langue native à l’acquisition de langues étrangères ». Ce volet vise à investiguer la sensibilité des francophones natifs au marqueurs acoustiques de l’accentuation. La personne recrutée participera à la mise en place d’études électrophysiologiques prévues dans le cadre de ce projet. Cette personne sera également en charge de la collecte, l’analyse et la diffusion des données issues de ces études.

Ce poste, d’une durée de trois ans, est à pourvoir au Laboratoire Parole et Langage d'Aix Marseille Université à Aix-en-Provence. Le doctorant sera encadré par Amandine Michelas et Sophie Dufour et sera intégré à l’équipe de recherche S2S et au Groupe Prosodie du Laboratoire Parole et Langage. La date de début prévue est le 1er octobre 2024. 

Les candidats devront être titulaires d’un master de recherche en sciences cognitives, en psychologie cognitive ou en sciences du langage. Le candidat doit avoir un intérêt fort et documenté pour la phonétique et la psycholinguistique. Une expérience antérieure avec l’électrophysiologie est un avantage mais n'est pas une condition requise.

Les candidats intéressés sont priés de soumettre, pour le 30/06/2024 au plus tard, un dossier de candidature comprenant :

- une lettre de motivation

- un curriculum vitae (comprenant l'adresse e-mail et le numéro de téléphone de contact),

- tout autre document pertinent,

le tout dans un seul fichier pdf envoyé aux  adresses suivantes : amandine.michelas@univ-amu.fr et sophie.dufour@univ-amu.fr

Back

Top

Summary

Back

Top

Dans le cadre du projet ANR Pantagruel, l’INA recrute au sein de son équipe de recherche un postdoc spécialisée en TAL pour un CDD de 18 mois. Le cadre des travaux proposé est l’analyse de transcriptions de flux audiovisuels pour l’évaluation de LLMs et leur utilisation en sciences sociales computationnelles. Il s’agit donc de reprendre et adapter des tâches de NLP / SLU au contexte particulier de ces contenus (langue orale, news, débats, talkshow, ...). Les principales tâches sur lesquelles il/elle sera amené à se pencher sont à déterminer parmi les suivantes : segmentation sémantique, détection d’événements médiatiques, extraction de citations, désambiguïsation d'entités nommées, analyse de sentiments, catégorisation, résumé automatique, détection de propos haineux et RAG. Pour ces tâches, il est prévu de mener de bout en bout la création de corpus (train et eval) avec les équipes de l’INA, le développement du code et l’évaluation sur plusieurs modèles de fondation, dont ceux issu du projet Pantagruel. Un accès à notre cluster de calcul ainsi qu’à AdAstra est prévu.

Offre d'emploi :
- https://www.linkedin.com/jobs/view/3912983123/
- https://www.ina.fr/nous-rejoindre/offres-emploi/chercheureuse-postdoc-en-informatique-tal
Projet ANR Pantagruel : https://pantagruel.imag.fr/
Équipe de recherche de l'INA : https://www.ina.fr/institut-national-audiovisuel/equipe-recherche

Back

Top

Inria ouvre trois offres de thèse sur l'IA vocale :

* compétences socio-émotionnelles audiovisuelles :
https://jobs.inria.fr/public/classic/fr/offres/2024-07503 (date limite : 12 mai)
* synthèse vocale pour les langues régionales :
https://jobs.inria.fr/public/classic/fr/offres/2024-07504 (date limite : 19 mai)
* anonymisation de la parole : https://jobs.inria.fr/public/classic/fr/offres/2024-07586
(date limite : 26 mai)

Les candidats sont invités à postuler en ligne dès que possible. Les candidatures seront
évaluées au fil de l'eau.

Back

Top

Saarland University, Germany, is a campus university with an international focus and a strong research profile. With numerous internationally respected research institutes on campus and dedicated support for collaborative projects, Saarland University is an ideal environment for innovation and technology transfer. The German Research Center for Artificial Intelligence (DFKI) is Germany's leading application‐driven research institute with a core technology transfer mission. DFKI is currently the world's largest research centre for artificial intelligence operated as a public‐private partnership. DFKI maintains close collaborative ties with national and international companies and is firmly rooted in the worldwide scientific AI landscape.

To further strengthen this excellence in research and teaching, the Department of Language Science and Technology (LST) in collaboration with the German Research Center for Artificial Intelligence ﴾DFKI﴿ is inviting applications for the following position:

Professorship (W3) in Language Technology
(m/f/x; Reference: W2464)

This position is a permanent public sector appointment (equivalent to a 'full‐tenured professorship') starting at the earliest possible opportunity. We are looking for an experienced researcher in the field of language technology who has extensive knowledge of natural language processing and machine learning/AI methodologies. Experience with dialogue systems and reinforcement learning, the development of foundation models and/or trustworthy Artificial Intelligence is also desirable. In addition to holding a professorship at the university, the successful candidate will also be appointed as a scientific director at the German Research Center for Artificial Intelligence ﴾DFKI﴿ where they will head a research department. DFKI is an application‐driven research organization that is largely financed through external project funding. A demonstrated ability to attract significant external funding for research projects at the national and international level is therefore essential. We also expect candidates to have experience in interdisciplinary research and in collaborating with industrial partners. The Department of Language Science and Technology is internationally recognized for its collaborative and interdisciplinary research, and the successful candidate will be expected to contribute to relevant joint research initiatives. Language technologies are core elements of our study programmes at the M.Sc./M.A. and B.Sc./B.A. level and the person appointed will teach courses within these programmes.

What we can offer you:
The successful candidate will conduct world‐class research, lead their own research group at the university and perform teaching and supervisory duties at the undergraduate, graduate and doctoral levels. At DFKI, the person appointed will lead a research department with access to an extensive worldwide network of industrial and other research partners, facilitating research and impact at a scale that is otherwise difficult to achieve. The position offers excellent working conditions in a lively and international scientific community. Saarland University is one of the leading centres for language science and computational linguistics in Europe and offers a dynamic and stimulating research environment. The Department of Language Science and Technology (LST) employs about 100 research staff across nine research groups in the fields of computational linguistics, natural language processing, psycholinguistics, phonetics and speech science, speech processing, and corpus linguistics (https://www.uni‐saarland.de/en/department/lst.html). The department serves as the focal point of the Collaborative Research Centre 1102 'Information Density and Linguistic Encoding' (http://www.sfb1102.uni‐saarland.de) and of the Research Training Group 'Neuroexplicit Models of Language, Vision, and Action' (https://www.neuroexplicit.org/), both of which involve close collaboration with DFKI. The LST department and the DFKI are both part of the Saarland Informatics Campus (SIC: https://saarland‐informatics‐campus.de/en), which brings together some 800 researchers and over 2000 students from 81 countries. SIC is a collaboration between Saarland University and world‐class research institutions on campus, which in addition to DFKI include the Max Planck Institute for Informatics and the Max Planck Institute for Software Systems.

Qualifications:
The appointment will be made in accordance with the general provisions of German public sector employment law. Candidates must have experience in and an aptitude for academic teaching. They will have a PhD or doctorate in an appropriate subject and will have demonstrated a particular capacity forindependent academic research, typically by having obtained an advanced, post‐doctoral research degree (Habilitation) or by having published an equivalent volume of peer‐reviewed research or by having been appointed to a junior professorship or similar position. They will have a proven track record of leading their own research group and of acquiring external research funding. The successful candidate will be expected to actively contribute to departmental research and teaching. The language of instruction is English (in the M.Sc. and M.A. programmes) and German (in the B.Sc./B.A. programmes). We expect the successful candidate either to have sufficient proficiency to teach in both languages or to be willing to acquire this level of proficiency within an appropriate period.

Your Application:
Applications should be submitted online at www.uni-saarland.de/berufungen. No additional paper copy is
required. The application must contain:
• a letter of application and CV/résumé (including your telephone number and email
address)
• a complete list of your academic publications
• a complete list of external funding (stating own share if you were not the sole beneficiary)
• your proposed research concept (2–5 pages)
• your teaching concept (1 page)
• copies of your degree certificates
• complete copies of your five most significant publications
• the names of three academic references (including email addresses), at least one of whom is not one of
your previous academic supervisors.
• If you hold a university degree from a foreign university, please provide proof of equivalence from
Germany's Central Office for Foreign Education ﴾ZAB﴿ if available. If proof of equivalence has not been
requested at the time of application, it must be submitted later upon request.

Applications must be received no later than May 30, 2024.

Please include the job reference number W2464 when you apply. Selected candidates will be interviewed. If you have any questions, please contact: crocker@lst.uni‐saarland.de.

At Saarland University, we view internationalization as a process spanning all aspects of university life. We therefore expect members of our professorial staff to engage in activities that promote and foster further internationalization. Special support will be provided for projects that maintain collaborative interactions within existing international cooperative networks, e.g. projects with partners in the European University Alliance Transform4Europe (www.transform4europe.eu) or the University of the Greater Region (www.uni‐gr.eu)

Saarland University is an equal opportunity employer. In accordance with its affirmative action policy, Saarland University is actively seeking to increase the proportion of women in this field. Qualified women candidates are therefore strongly encouraged to apply. Preferential consideration will be given to
applications from disabled candidates of equal eligibility. We welcome applications regardless of nationality,
ethnic and social origin, religion/belief, age, sexual orientation and identity.

When you submit a job application to Saarland University you will be transmitting personal data. Please refer to our privacy notice (https://www.uni-saarland.de/verwaltung/datenschutz/) for information on how we collect and process personal data in accordance with Art. 13 of the General Data Protection Regulation (GDPR). By submitting your application, you confirm that you have taken note of the information in the Saarland University privacy notice.

Back

Top

The Metrology and Language Sciences Department (web.umons.ac.be/smsl/) of the University of Mons is looking for candidates to take up a post of PhD candidate (M/F) from August 1, 2024.

CANDIDATE PROFILE (M/F) :

- Entry level: 'Bac +5' (master 300 ECTS credits) at least ;

- Initial training allowing access to doctoral studies organised by the Faculty of Psychology and Educational Sciences (Psychology, Educational Sciences, Speech Therapy, Linguistics) or by the Faculty of Medicine (in particular: ENT and neurology);

- Solid skills in the field of speech and language sciences, as well as in statistical data processing and research methodology;

- Good command of scientific English (oral and written); sufficient command of French;

- Good teamwork skills, creativity, autonomy, rigour, scientific curiosity;

- Additional assets: programming skills (knowledge of a language such as Python or R), clinical experience with patients with motor speech disorders, possession of a driving licence and a private vehicle.

JOB PROFILE :

The post holder (M/F) will contribute to the Department's research efforts in the area covered by the ARC EvalDY project described below. He/she will be preparing a doctoral thesis related to this project. They may be required to play a minor role in the department's teaching supervision activities.

Full-time research grant for a period of three years, renewable in one-year increments, with a starting date of 1^st of August, 2024 at the earliest.

RECRUITMENT PROCEDURE:

Interested candidates are requested to submit, by June 26, 2024 at the latest, an application including :

- a letter of motivation

- a curriculum vitae (including e-mail address and contact telephone number),

- transcripts of each year of higher education,

- any other relevant documents,

all in a single pdf file sent to the following address: veronique.delvaux@umons.ac.be

After an initial assessment of applications based on the application file, a sub-set of candidates will be selected for a second phase involving a selection interview. Successful candidates will be notified by e-mail and/or telephone. The interviews will take place on July 4, 2024, in Mons or remotely via Teams.

PROJECT: Evaluation of voice and speech disorders in dysarthria: EvalDy

The general aim of the project is to contribute to the characterisation and assessment of voice and speech disorders in dysarthria. The objective assessment (via acoustic and articulatory measurements) of pathological speech production is a rapidly expanding field of research, particularly in the French-speaking world, and there are many challenges to be met.

In the first phase, the project aims to document the speech production of a large number of French-speaking Belgian dysarthric patients, both men and women, with diverse profiles in terms of the type of dysarthria and associated aetiology (Parkinson's disease, Wilson's disease, Huntington's disease, Friedreich's ataxia, multiple sclerosis, amyotrophic lateral sclerosis, Kennedy's disease, dysarthria after stroke or head trauma) and the degree of severity of the dysarthria (mild, moderate, severe).

The acoustic recordings concern all the participants, who will be asked to produce the 8 modules of the MonPaGe 2.0.s protocol (repetition of pseudowords, intelligibility task, pneumo-phonatory module, reading of text, spontaneous speech, production of verbal diadocokinesis, automatic series and sentences with varied prosodic contours), to which 3 additional modules will be added (specifically targeting nasal phenomena, glides and phonetic flexibility skills). Several sub-groups of participants will be invited to carry out some of the modules in an experimental setting that will enable acoustic measurements to be combined with physiological measurements in order to study certain specific phenomena (acoustics and nasometry for nasality; acoustics, electroglottography and aerodynamics for coordination between the laryngeal and supra-laryngeal systems; acoustics and ultrasound imaging for articulatory precision; acoustics and imaging by nasofibroscopy and stroboscopy for voice quality).

Analysis of this large data set, in particular analysis of the relationships between acoustic and articulatory measurements, will aim to reduce the multiple acoustic measurements to a smaller number of reliable, robust indicators that can be used to characterise all the dimensions of dysarthric speech: laryngeal functioning, pneumo-phonatory behaviour (including intensity control), fluency, articulatory precision and gestural coordination, organisation of the vowel system, and aptitude for phonetic flexibility.

In a second phase, the project aims to use the acoustic indicators thus isolated to develop (i.e. design, operationalise, then assess the psychometric qualities and finally adapt) several assessment tools, each of which will be dedicated to meeting a more precise objective, defined either in relation to a research question or to a need identified in clinical practice.

The first objective concerns the sub-clinical signs of dysarthria in Parkinson's disease, and the possibility of using certain acoustic indices such as vocal biomarkers to assist clinicians in the early diagnosis of the disease. The second objective is to contribute to differential diagnosis, using a tool for acoustic assessment of speech production to distinguish between different subtypes of dysarthria, as well as between dysarthria and apraxia of speech. The third clinical objective concerns the temporal dynamics of the disease, viewed from an intra-individual perspective. The aim is to propose a tool that is suitable for longitudinal monitoring of dysarthric patients, once the diagnosis has been made. The fourth objective relates to a fundamental research question, that of characterising the evolution of dysarthria as a function of the degree of severity in the context of the retrogenesis hypothesis. The fifth objective concerns intelligibility. The aim is to produce a tool for assessing the intelligibility of dysarthric speech, which can be used in future work on the link between intelligibility, communicative efficiency and quality of life in dysarthric patients.

Prof. Véronique Delvaux, PhD

Chercheur qualifié FNRS à l'UMONS

Chargée de cours UMONS & ULB

Service de Métrologie et Sciences du Langage SMSL

Institut de Recherche en Sciences et Technologies du Langage IRSTL

Local –1.7, Place du Parc, 18, 7000 Mons

+3265373140

https://web.umons.ac.be/smsl/veronique_delvaux/

https://trends.levif.be/canal-z/entreprendre/z-science-14-06-23/

Back

Top

INRIA Nancy propose deux offres de postes d'ingénieur. Nous vous remercions de les transmettre aux potentielles personnes intéressées. Les candidats sont invités à postuler en ligne dès que possible. Les candidatures seront évaluées au fil de l'eau.

Contexte : À travers le projet COLaF (Corpus et Outils pour les Langues de France), Inria a pour objectif de contribuer au développement de corpus et d’outils libres pour le français et les autres langues de France (alsacien, breton, corse, occitan, etc). La promotion et sauvegarde de ces langues dépend de la disponibilité des technologies linguistiques, mais ces langues sont largement ignorées par les industriels.

Poste 1 : Ingénieur en Traitement des Langues et Développement de Modèles de reconnaissance de la parole

La principale difficulté au développement de technologies linguistiques variées est le manque de données. En particulier, les données audio ont besoin d’une transcription pour la plupart des applications. Mais transcrire manuellement des données audio est coûteux en temps, nécessite la participation d’un.e locuteur.trice de bon niveau, et peut résulter en des données inconsistentes en l’absence d’orthographe standard. Afin d’augmenter la quantité de données audio annotées pour diverses langues de France, et de développer la première brique de chaines de traitement variées pour ces langues, nous souhaitons développer une chaine de traitement pour l’entrainement de systèmes de reconnaissance de la parole (ASR, automatic speech recognition).

Pour plus d'information et postuler : https://jobs.inria.fr/public/classic/fr/offres/2024-07719

Poste 2 : Ingénieur en Traitement Linguistique et Développement de Modèles de synthèse de la parole

L’un des souhaits exprimés par la communauté est un système de synthèse de la parole (TTS, text to speech) qui permettrait de créer facilement du contenu audio à partir de textes, et donc d’enrichir les média existants dans ces langues. Le système devra être adapté au contexte des langues peu dotées. Il devra être souple afin de s’adapter à des sources de données d’entrainement variant dans leur quantité et qualité. Il s’agit de types d’enregistrements variés : longues interviews, phrases isolées, émissions de TV, etc.

Pour plus d'information et postuler : https://jobs.inria.fr/public/classic/fr/offres/2024-07720

Back

Top