Du recueil à l’exploitation des corpus de parole « pathologique » : comment accéder à la variation physiopathologique ?

Résumé Fr En

L’étude des troubles de la voix et de la parole est sortie du cadre de la recherche clinique. Par l’observation des dysfonctionnements, les chercheurs non cliniciens confrontent les résultats de leur recherche établis sur des corpus de parole « normale » à des situations de dysfonctionnement. Le défi est immense car le cadre « pathologique » induit une variation considérable dans ses manifestations de surface. Toute généralisation à une population clinique particulière nécessite l’observation d’un grand nombre de patients du fait de la très forte variation interindividuelle. Il est donc important de capitaliser et mutualiser les enregistrements existants. Or pour être utilisables, ces enregistrements doivent répondre à de fortes exigences. Le maillon faible reste la normalisation et la structuration des données sur les locuteurs et leurs productions langagières. Concrètement, si les données sonores sont souvent accessibles, elles ne présentent au final aucun intérêt si les liens entre les enregistrements et les caractéristiques cliniques du locuteur sont rompus ou erronés. L’objectif de ce travail est de présenter différentes actions de terrain et de proposer des recommandations pour la structuration des données sonores, physiologiques et cliniques dans le cas de corpus de parole issue de patients atteints de troubles de la voix et de la parole.

Voice and speech disorders are now studied beyond the framework of clinical research. By observing dysfunctions, non-clinical researchers compare the results of their research established on "normal" speech with dysfunctional situations. The challenge is important because the "pathological" framework induces a great variation in its audible manifestations. Any generalization to a particular clinical population requires the observation of a large number of patients due to the very strong interindividual variation. It is therefore important to capitalize and share existing records. However, to be usable, these recordings require a high level of quality. The main problem remains the standardization and structuring of data on speakers and speech productions. Concretely, if the audio data is accessible, it is useless if the links between the recordings and the speaker’s clinical characteristics are broken or erroneous. The objective of this work is to present various actions in the field and to propose recommendations for the structuring of sound, physiological and clinical data in the case of speech corpus from patients with voice and speech disorders.