Article

1 - CONTEXTE

  • 1.1 - La voix : un outil de diagnostic en pleine émergence
  • 1.2 - Applications de collecte sur smartphone
  • 1.3 - La somnolence : un problème de santé publique
  • 1.4 - Objectif : détecter la somnolence dans la voix avec des marqueurs explicables

2 - CORPUS

  • 2.1 - Nécessité d’un corpus
  • 2.2 - Mesures de la somnolence
  • 2.3 - Choix de la tâche vocale
  • 2.4 - Description du corpus TILE utilisé dans cet article

3 - MARQUEURS ACOUSTIQUES DE LA VOIX

4 - LES ERREURS DE LECTURE ET LEUR AUTOMATISATION

5 - PERSPECTIVES ET ÉVOLUTIONS

6 - GLOSSAIRE

Article de référence | Réf : IN124 v1

Marqueurs vocaux de la somnolence

Auteur(s) : Vincent MARTIN, Jean-Luc ROUAS

Date de publication : 10 sept. 2022

Pour explorer cet article
Télécharger l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !

Sommaire

Présentation

Version en anglais En anglais

RÉSUMÉ

La voix est un des outils les plus prometteurs de la médecine numérique, et en particulier du suivi de patients souffrant de maladies neuropsychiatriques chroniques à domicile. La somnolence en particulier est un construit multiple qui représente un problème de santé publique. La conception de marqueurs vocaux de la somnolence nécessite l’élaboration d’un corpus qui se concentre ici sur une mesure clinique de la propension à l’endormissement diurne. Les marqueurs proposés mesurent deux dimensions de l’impact de la somnolence sur la voix : d’une part des marqueurs acoustiques, d’autre part les erreurs de lecture et leur automatisation à travers les erreurs faites par des systèmes de reconnaissance automatique de la parole.

Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.

Lire l’article

ABSTRACT

Speech features of sleepiness

Voice is one of the most promising tools in digital medicine, and in particular in the at-home monitoring of patients with chronic neuropsychiatric diseases. Sleepiness in particular is a multiple construct that represents a public health problem. The design of speech markers of sleepiness requires the development of a corpus, which focuses here on a clinical measure of daytime sleep propensity. The proposed markers measure two dimensions of the impact of sleepiness on voice: on the one hand, acoustic markers; on the other hand, reading errors and their automation through errors made by automatic speech recognition systems.

Auteur(s)

  • Vincent MARTIN : Ingénieur ENSEA en électronique des systèmes multimédia, docteur en informatique - LaBRI, université de Bordeaux, CNRS UMR 5800, Bordeaux INP, Talence, France - SANPSY, université de Bordeaux, CNRS UMR 6033, CHU de Bordeaux, Bordeaux, France

  • Jean-Luc ROUAS : Chargé de recherche, CNRS - LaBRI, université de Bordeaux, CNRS UMR 5800, Bordeaux INP, Talence, France

INTRODUCTION

Notre voix est un outil permettant, avec les systèmes adéquats, de détecter de très nombreuses pathologies et de renseigner de manière précise l’état de santé du locuteur. Facilement implémentable en conditions réelles, de manière abordable et robuste à des conditions bruitées, la voix est un outil très attrayant pour la médecine numérique de demain.

Une des applications les plus prometteuses de l’utilisation de la voix est le suivi à domicile des patients souffrant de troubles neuropsychiatriques. Grâce à une application smartphone, il est maintenant possible de collecter des données de manière régulière, en conditions réelles, et d’adapter de manière dynamique les informations collectées.

Parmi les troubles neuropsychiatriques les plus répandus dans la population générale, les troubles du sommeil se traduisent souvent par une somnolence diurne excessive (SDE), qui est à la fois une forte cause d’accidents de la route et un facteur de risque pour les pathologies cardiovasculaires et psychiatriques.

S’il est normal d’être somnolent à certains moments de la journée (avant le coucher par exemple), la somnolence devient pathologique lorsqu’elle devient chronique et interfère avec la vie courante des personnes.

Les mécanismes à l’origine de la plainte de SDE sont souvent explorés par les médecins spécialistes à l’aide d’un test itératif de latence d’endormissement (TILE), qui nécessite deux nuits et une journée complète d’hospitalisation, représentant un coût pour la sécurité sociale de 1 500 € et mobilisant du personnel qualifié.

Remplacer ce test médical par une application basée sur la voix présente donc à la fois un intérêt financier et humain, tout en permettant d’ouvrir de nouvelles perspectives de diagnostic et de soin.

Cet article présente ainsi la collaboration de chercheurs issus du domaine de l’intelligence artificielle et de la neuropsychiatrie pour mettre au point des biomarqueurs vocaux de la SDE, avec comme but final leur implémentation au sein d’un médecin virtuel.

Points clés

Domaine : techniques d’analyse de la voix

Degré de diffusion de la technologie : émergence

Technologies impliquées : extraction de paramètres acoustiques, reconnaissance automatique de la parole

Cet article est réservé aux abonnés.
Il vous reste 95% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

KEYWORDS

sleepiness   |   voice   |   acoustic features   |   automatic speech recognition systems

DOI (Digital Object Identifier)

https://doi.org/10.51257/a-v1-in124


Cet article fait partie de l’offre

Innovations technologiques

(177 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Présentation
Version en anglais En anglais

Cet article est réservé aux abonnés.
Il vous reste 94% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Innovations technologiques

(177 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Sommaire
Sommaire

BIBLIOGRAPHIE

  • (1) - PULIDO (M.L.B.), HERNÁNDEZ (J.B.A.), BALLESTER (M.Á.F.), GONZÁLEZ (C.M.T.), MEKYSKA (J.), SMÉKAL (Z.) -   Alzheimer’s disease and automatic speech analysis : A review.  -  Expert Systems with Applications, vol. 150, p. 113213, DOI : 10.1016/j.eswa.2020.113213 (2020).

  • (2) - CHIARAMONTE (R.), BONFIGLIO (M.) -   Acoustic analysis of voice in Parkinson’s disease : a systematic review of voice disability and meta-analysis of studies.  -  Rev. Neurol., vol. 70, n° 11, p. 393-405, DOI : 10.33588/rn.7011.2019414 (2020).

  • (3) - LOW (D.M.), BENTLEY (K.H.), GHOSH (S.S.) -   Automated assessment of psychiatric disorders using speech : A systematic review.  -  Laryngoscope Investigative Otolaryngology, vol. 5, n° 1, p. 96-116, DOI : 10.1002/lio2.354 (2020).

  • (4) - PHILIP (P.) et al -   Virtual human as a new diagnostic tool, a proof of concept study in the field of major depressive disorders.  -  Sci. Rep., vol. 7, n° 1, p. 426-456, DOI : 10.1038/srep42656 (2017).

  • (5) - Ministère de l’Intérieur -   La...

Cet article est réservé aux abonnés.
Il vous reste 94% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Innovations technologiques

(177 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS