2ème THEME : LE SON

CHAPITRE EMETTEURS ET RECEPTEURS SONORES

TP RECONNAISSANCE VOCALE

NOTIONS ABORDEES :

Utilisation d’Audacity

Etude d’un spectrogramme

I. TENTATIVE DE RECONNAISSANCE VOCALE

L’analyse temporelle d’un son vocal permet a priori la reconnaissance vocale

1. Manipulation

Brancher le casque avec microphone au PC

Ouvrir le logiciel Audacity

Enregistrer sous Audacity des phrases vocales à bases de syllabes, prononcées très distinctement : « ma-te-pi-ka-

mion »

Visualiser le signal temporel obtenu

Identifier les signaux correspondant à chaque syllabe, et créer de nouvelles pistes pour chaque syllabe (sélectionner la

partie correspondant à la syllabe, puis menu édition -> scinder dans une nouvelle piste)

Enlever les blancs (sélectionner la partie vide, et cliquer sur l’icone )

Zoomer de façon à bien observer les signaux correspondant à chaque syllabe

Prononcer et enregistrer les mots suivants : « camion », « maman », « tapis »

Refaire l’enregistrement avec une autre personne prononçant les mêmes mots

2. Exploitation

1) Evaluer la proportion de silence dans les signaux. Est-elle conforme à l’impression perçue ?

2) Distinguer dans chaque syllabe la partie associée à la voyelle de celle associée à la consonne. Laquelle est la plus facile à

reconnaître ? Proposer une explication

3) Identifier sur les courbes chacun des sons prononcés (t, m, i, a, …)

4) Comparer les signaux correspondant aux mots issus des phrases vocales afin de reconnaître les syllabes prononcées

5) Comparer les deux signaux temporels obtenus pour un même mot

6) Présenter les contraintes rencontrées lors d’une reconnaissance vocale

II. PRINCIPE ET APPLICATIONS : ETUDE D’UN SPECTROGRAMME

1. Principe

Les logiciels de reconnaissance vocale utilisent une analyse spectrale du signal numérique associé au son. Le spectrogramme

d’un mot est comparé à une table de formants

Le premier formant (F1) est déterminé par la position de la mandibule, le deuxième (F2) par celle de la langue et des lèvres et

le troisième (F3) par celles des lèvres

1) Déterminer les fréquences des formants aux dates t = 0,3 s ; t = 0,5 s et t = 0,7 s

Date 0,3 0,5 0,7

Fréquences (Hz)

2) En déduire les voyelles correspondantes

Il existe plusieurs types de consonnes, réparties en trois groupes :

Les fricatives (s, f, v,…). Le son engendré est turbulent et riche en hautes fréquences

Les occlusives (b, p, d, g…). Lors de leur prononciation, le conduit phonatoire est brièvement fermé, un silence est

donc visible

Les vocaliques (r, l, m, n …). Elles ont une structure formantique (comme les voyelles)

3) Justifier que les trois consonnes appartenant au mot prononcé aux dates t = 0,2 s ; t = 0,4 s, et t = 0,6 s peuvent être

m, s et d

4) En déduire le mot prononcé

Enfin, il faut que l’ordinateur reconnaisse le mot prononcé dans son dictionnaire

5) Justifier qu’il est nécessaire de procéder à plusieurs enregistrements avant d’utiliser un logiciel de reconnaissance

vocale

6) Enoncer les difficultés rencontrées lorsque le logiciel retranscrit ce qui a été dit

2. Application

Sur Audacity, enregistrer un mot et identifier les différentes lettres, en traçant le spectre :

III. ANALYSE ET SYNTHESE DE DOCUMENTS SCIENTIFIQUES