Importance des paramètres du codage pour la reconnaissance des voyelles chez les patients implantés cochléaires

B/ La Phonation.

1/ La phonation en général. [40]

Epiglotte

Bande
ventriculaire

Corde vocale

Glotte

Figure 5 :Section du larynx.

Voile

Pharynx
·
Epiglotte

OEsophage

Glotte

Trachée

Figure 4 : Appareil phonatoire humain

La parole humaine est produite par le système phonatoire schématisé ci-dessus figure 4 et 5. Elle peut être modélisée par un tuyau acoustique à section variable, déterminé à une extrémité par la glotte, ( partie du larynx comprise entre les cordes vocales ), et l'autre par les lèvres. Sa longueur est voisine de 17 centimètres. Sa section est constamment déformée lors de la phonation ; elle peut varier de 0 à 20 cm². Le conduit nasal, d'une longueur d'environ 12 cm, constitue un trajet auxiliaire pour la transmission de la voix. Le couplage acoustique entre les deux conduits est contrôlé par le voile. ( le voile est ouvert pour les sons nasalisés, fermé pour les sons non nasalisés).

12

Figure 6 :Signal glottal filtré par le conduit vocal.(T0 = 1/F0 )

La source d'excitation provient d'un mouvement d'air du a une contraction des muscles thoraciques et abdominaux. En passant dans le conduit vocal, qui possède des cavités résonnantes variables, l'air va créer des sons. Ces cavités résonantes vont amplifier le son à des fréquences appelées formants. Les deux principaux formants proviennent du Larynx et de la cavité buccale. Pour certains sons, les cordes vocales situées dans la glotte vont vibrer et créer une fréquence basse appelée fondamental ou pitch, comprise entre 80 et 500 Hz, ( à la fréquence F0.) ; ceux-ci portent le nom de sons voisées. ( cf figure 6 ).

La bande passante de la phonation est adaptée à l'audition car elle est comprise entre 80 et 15000 Hz, bandes de fréquences centrales de l'audition

C'est grâce à la phonation que l'homme a pu communiquer et élaborer des langages plus ou moins évolués. Ceux-ci sont composés de phonèmes qui regroupés forment les mots. La langue française en comprend 36.

Il existe deux grands types de phonèmes, les consonnes et les voyelles.

Contrairement aux voyelles les consonnes sont des phonèmes de transition, instables et brefs ( environ 50 ms), qui en général introduisent une voyelle.

2/ Les voyelles. [47]

a/ Description.

Les voyelles peuvent se différencier des autres phonèmes par plusieurs caractéristiques:

. Elles sont toutes voisées ; le signal acoustique résultant contient donc un fondamental à la fréquence de vibration des cordes vocales.

. Les nombre et les amplitudes des harmoniques du fondamental caractérisent le timbre de la voix.

. La durée des voyelles est variable, mais toujours supérieur à 100 ms.

. Elles sont pratiquement identifiées avec seulement la valeur des deux premiers formants. ( cf figure 8 ).

b/ Moyens d'exploration.

A

F1

F2

F 3

F2

_[3000

.),
·

' I -,' g. ,-)----,

(_{._........}f.^, t ₇',/ È _/1

..."

2000 - / ' ./.."-- I NI

f U /t^e -----.<

, ..--- ..-

·-,-,11....., UN ...-^---7,-`E ,

t

. t '^,..f- ....- I ....' --.`

. i,

1000 I OU ,' ..."--`, (KN_.,...-'...ⁿrr^ese '/ A :

......,/ ₀ ! )e....--
·
·,-/- t ,/

/ : ' ON: ^s''

t , t

..._,

0 F1

200 400 600 800

Longueur du pharynx

Figure 7 : Formants dans un spectre Figure 8 : F 1 et F2 des voyelles Françaises.

Les voyelles ont été les premiers phonèmes étudiés car ils sont facilement différenciables et peuvent être tenus durant une durée supérieure à la seconde.

Delattre a pu, avec un spectrographe, déterminer toutes les voyelles.(1948). Il a réussi à y extraire les deux premiers formants.

Sa méthode était assez primaire mais performante pour son époque. Maintenant que les ordinateurs ont une puissance de calcul très élevé, jusqu'à plusieurs dizaines de Gigaflop ( Milliard de calculs sur nombres à virgules flottantes par seconde.), on peut facilement utiliser des algorithmes gourmands en calculs pour la détection de formants. Les méthodes classiques sont les suivantes:

. Analyse prédictive. On prend une partie du signal échantillonné ( N échantillons.) puis on fait une transformé en Z des données. Le fondamental ainsi que les formants seront le module des couples de racines de l'équation suivante :

N

EaK.Z^-K =1

K=1

. Détection par le cepstre. Le cespstre est une transformé qui à la particularité d'éliminer les harmoniques du signal. Le signal temporel acoustique devient une série de pics pour lesquels chaque sommet correspondent à la période du fondamental ou d'un formant. Il est en fait calculé par sa T.F. du Log du module de la TF. ( TF :transformée de Fourier).

C(t) = TF (Log(ITF (s(t))i))

.Détection par analyse de synthèse. C'est une méthode itérative qui permet de synthétiser un signal et de le faire rapprocher le plus possible de celui à étudier en modifiant les valeurs du fondamental, du timbre et des formants.

. Détection par passage à zéro. On fait une étude statistique des passages à 0 du signal et on en ressort FO et les formants.

. Détection par maximum du spectre. On recherche les harmoniques de FO de plus grande énergie. Ceux-ci correspondent à peu près aux formants. C'est une méthode assez rapide.

La détermination des phonèmes peut aussi se faire en découpant le spectre en plusieurs bandes. E. Leip à montrer que le nombre minimale 'de tranches de spectre' pour pouvoir discriminer les phonèmes les uns des autres était de huit. ( pour une bande de fréquence comprise entre 0 et 4 kHz. ).

cl De la synthèse vocale à l'implant cochléaire.[43]

Les premières études sur les machines parlantes remontent à la fin du XVIII ^ème siècle. Celles-ci étaient purement mécaniques, elles comportaient des résonateurs acoustiques dont la forme ressemblait au conduit vocal. Le fondamental était créé par une lame métallique vibrante. ( 1779 : Kratzemstein, 1791: Von Kempelen ). Le schéma qui suit est celui de la machine de Riez 1937, il est fortement inspiré des machines précédentes.

Dents Bouche

Voile Pharynx

Figure 10 :Machine parlante de Riez 1937.( Inspiré de Kratzemstein et Kempelen)

Actuellement plusieurs procédés sont utilisés pour synthétiser la parole. . Par phonèmes préenregistrés.

. Par prédiction. ( c'est le plus simple et le moins coûteux.) . Par simulation du conduit vocal.

. Par formant.

. Par canaux.

Circuit antiformant N.	N	--1 N 2 1--).	31

Source I vocale

Fi F2 F3

F41-+

Circuit de
correction

IAmPIi F

H

H. P

B1 B2 B3

·

131 --+ 132 B3

Source
de bruit

FI -- F2 F 3

Figure 11 : Vocodeur à formant

ANALYSEUR

Filtres Détecteurs Filtres passe-bande passe-bas

^1-1200-3001-- G -s- 0^-50 ^--1'

I --

SYNTHÉTISEUR

Modulateurs filtres

passe-bande

300 4501²--

2900
3400

Commu-

tateur

t t

Générateur Générateur

d'impulsions de bruit

Figure 12 : Vocodeur à canaux

Les deux derniers méritent d'être plus développés car ils sont la base de se que l'on va appeler les oreilles bioniques. En effets ces deux principes vont être utilisés pour permettre à un sourd de perception de pouvoir discriminer, en théorie, tous les phonèmes, donc de pouvoir comprendre la parole.