Concept

Voisement

Le voisement est une qualité (ou propriété) de certains sons de la parole. Un son est voisé si sa production s’accompagne d'une vibration des cordes vocales et sinon, il est non voisé. Tout locuteur peut facilement faire l’expérience de ce phénomène en plaçant sa main sur sa gorge (au niveau de la pomme d'Adam) puis en prononçant successivement « ssssss » (non voisé) et « zzzzzz » (voisé). Dans la tradition francophone, on utilise le terme sonorisation (opposition sourd / sonore), voisement étant un anglicisme. Les voyelles, étant par essence portées par la voix, sont naturellement voisées (même s’il leur arrive de subir un processus de dévoisement, avec une atténuation de la vibration laryngale, dans le cas de la parole chuchotée, par exemple). Les consonnes de la série suivante sont voisées, ou sonores : occlusives (, , ) ou fricatives (, , , , , ). La série suivante donne leurs pendants sourdes (non voisées) : occlusives (, , ) ou fricatives (, , , , , ). Les consonnes vibrantes (), latérales () et nasales (, ) sont considérées comme voisées. Deux types de mutations peuvent être causées par la vibration des cordes : le voisement et le dévoisement. Il peut arriver qu'un son normalement sourd soit prononcé avec une vibration plus ou moins sensible (exemple : Mac Do prononcé Mag Do, de même pour anegdote, neuv ans) par « contagion » d'un certain environnement phonétique. C'est le phénomène d'assimilation. Dans ce cas, le terme de voisement désigne ce processus de mutation sonore du son originellement sourd. Dans l'API, on le transcrit généralement à l'aide du diacritique souscrit « » ; par exemple, équivaut à peu près à . Inversement, on observe également l’assimilation de consonnes sonores en consonnes sourdes, le dévoisement. Son symbole API est le « » souscrit ; par exemple, (ou ) pour médecin, (ou ) pour absent. En phonétique, le voisement ou le dévoisement décrit donc un phénomène empirique. En phonologie, il correspond à une valeur de trait distinctif (au moins en français).

Source officielle

https://fr.wikipedia.org/wiki/Voisement

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Publications associées (26)

Efficient Posterior Exemplar Search Space Hashing Exploiting Class-Specific Sparsity Structures

This paper shows that exemplar-based speech processing using class-conditional posterior probabilities admits a highly effective search strategy relying on posteriors' intrinsic sparsity structures. The posterior probabilities are estimated for phonetic and phonological classes using deep neural network (DNN) computational framework. Exploiting the class-specific sparsity leads to a simple quantized posterior hashing procedure to reduce the search space of posterior exemplars. To that end, small subset of q

2016

Feature mapping using far-field microphones for distant speech recognition

Acoustic modeling based on deep architectures has recently gained remarkable success, with substantial improvement of speech recognition accuracy in several automatic speech recognition (ASR) tasks. For distant speech recognition, the multi-channel deep neural network based approaches rely on the powerful modeling capability of deep neural network (DNN) to learn suitable representation of distant speech directly from its multi-channel source. In this model-based combination of multiple microphones, features

Idiap2016

Joint Phoneme Segmentation Inference and Classification using CRFs

Mathew Magimai Doss

State-of-the-art phoneme sequence recognition systems are based on hybrid hidden Markov model/artificial neural networks (HMM/ANN) framework. In this framework, the local classifier, ANN, is typically trained using Viterbi expectation-maximization algorithm, which involves two separate steps: phoneme sequence segmentation and training of ANN. In this paper, we propose a CRF based phoneme sequence recognition approach that simultaneously infers the phoneme segmentation and classifies the phoneme sequence. Mo

2014

Afficher plus

Personnes associées (3)

Samy Bengio

Expertise Algorithmes d'apprentissageTraitement de la parole automatiqueAuthentification de personnesTraitement multimodalTraitement de sequencesReseaux de neurones, support vector machinesModeles de markov caches, mixtures de gaussiennesetc Expertise Algorithmes d'apprentissageTraitement de la parole automatiqueAuthentification de personnesTraitement multimodalTraitement de sequencesReseaux de neurones, support vector machinesModeles de markov caches, mixtures de gaussiennesetc Mission Samy Bengio est cher

Hervé Bourlard

Enseignement et PhD A dirigé les thèses EPFL de Astrid Hagen, Katrin Weber, Todd Stephenson, Jitendra Ajmera, Shajith Ikbal, Mathew Magimai Doss, Mohamed Faouzi Benzeghiba, Mark Barnard, Yann Rodriguez, Hemant Misra, Christos Dimitrakakis, Guillaume Lathoud, Alexei Pozdnoukhov, Agnès Just, Mikaela Keller, Norman Hoon Thian Poh, Dong Zhang, Florent Monay Michaud, Pedro Manuel Da Silva Quelhas, Kevin Smith, Silèye Oumar Ba, Bertrand Mesot, Hamed Ketabdar, David Grangier, Guillermo Aradilla, Jean-François Paie

Mathew Magimai Doss

Enseignement et PhD Doctorant·es actuel·les Karl El Hajal, Tilak Purohit A co-dirigé les thèses EPFL de Ramya Rasipuram, Marzieh Razavi, Hannah Muckenhirn, Sandrine Tornay, Subrahmanya Pavankumar Dubagunta, Enno Hermann, Julian David Fritsch, Neha Tarigopula, Mostaani Zohreh, Eklavya Sarkar Cours Automatic speech processing EE-554 L'objectif de ce cours est de présenter les principaux formalismes, modèles et algorithmes permettant la réalisation d'applications mettant en oeuvre des techniq

Concepts associés (21)

Consonne sonante

En phonétique articulatoire, une consonne dite sonante est une consonne continue dont l'articulation ne fait pas intervenir d'écoulement turbulent (se manifestant par exemple par une friction audible au niveau du point d'articulation). Les sonantes sont, parmi les consonnes, celles qui peuvent le plus facilement être vocalisées et devenir le sommet de la syllabe (d'où leur nom issu du latin sonans, qui « (ré)sonne »). En effet, leur production implique une grande intensité énergétique, renforcée par leur caractère continu et par le fait que les sonantes sont le plus souvent voisées.

Phonation

La phonation est la production des phones ou sons propres à la langue parlée. L'être humain produit un son dans son conduit vocal en chassant l'air de ses poumons (en expirant) ; cet air passe au travers des cordes vocales puis de la cavité buccale ou de la cavité nasale. Les caractéristiques sonores produites sont contrôlées par le débit d'air expiré, la tension sur les cordes vocales, et la forme du conduit vocal (langue, bouche, mâchoire). On distingue les différents sons par plusieurs caractéristiques.

Phone (linguistique)

En phonétique, un phone est un son articulé, c’est-à-dire prononcé en principe de manière distincte par le mouvement des organes qui l’émettent, et qui est reçu dans le processus de communication par la parole en tant que le moindre segment discret perceptible dans la chaîne parlée. Les phones ou sons de la parole se réalisent de diverses façons selon que l’air est expiré ou inspiré, et selon les diverses manières de fonctionnement des organes de la parole, facteurs qui peuvent varier en fonction de la langue considérée.

Afficher plus

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Source officielle

https://fr.wikipedia.org/wiki/Voisement

À propos de ce résultat

Publications associées (26)

Efficient Posterior Exemplar Search Space Hashing Exploiting Class-Specific Sparsity Structures

2016

Feature mapping using far-field microphones for distant speech recognition

Idiap2016

Joint Phoneme Segmentation Inference and Classification using CRFs

Mathew Magimai Doss

2014

Afficher plus

Personnes associées (3)

Samy Bengio

Hervé Bourlard

Mathew Magimai Doss

Concepts associés (21)

Notebooks associés (2)

Voice Transformation Techniques Using Digital Signal Processing

A Gallery of Voice Transformers[1]¶

                                      [2]Paolo Prandoni, [3]LCAV, EPFL

In this notebook we will explore various ways to implement a system that changes the voice of a speaker. Typical applications for these techniques, strictly sorted by plausibility, include international spy missions and prank telephone calls, and devices such as the one displayed here can be easily bought on the web... or in a novelty shop. No description has been provided for t

Exploring the Karplus-Strong Algorithm for Sound Synthesis

The Karplus-Strong Algorithm[1]¶

                                      [2]Paolo Prandoni, [3]LCAV, EPFL

The Karplus-Strong algorithm is a simple method to generate synthetic sounds with arbitrary pitch. In this notebook we will explore a few variations of the method to illustrate some basic notions of discrete-time signal processing. In [1]: %matplotlib inline import matplotlib import matplotlib.pyplot as plt import numpy as np import IPython In [2]: plt.rcParams["figure.figsize"]