Publication

HMM-based Approaches to Model Multichannel Information in Sign Language inspired from Articulatory Features-based Speech Processing

2019
Conference Papers

Résumé

Sign language conveys information through multiple channels, such as hand shape, hand movement, and mouthing. Modeling this multi-channel information is a highly challenging problem. In this paper, we elucidate the link between spoken language and sign language in terms of production phenomenon and perception phenomenon. Through this link we show that hidden Markov model-based approaches developed to model "articulatory" features for spoken language processing can be exploited to model the multichannel information inherent in sign language for sign language processing.

Source officielle

https://infoscience.epfl.ch/entities/publication/78765741-726c-4381-afbb-5b6d0933e99c

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.

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.

2019
Conference Papers

Résumé

Source officielle

https://infoscience.epfl.ch/entities/publication/78765741-726c-4381-afbb-5b6d0933e99c

À propos de ce résultat

Concepts associés (31)

Langue des signes

thumb|Lettre V en langue des signes. Les langues des signes sont les langues visuo-gestuelles (produites par les mouvements des mains, du visage et du corps dans son ensemble) qui ont émergé au contact des personnes sourdes entre elles et dont l'évolution au cours du temps résulte de la pratique de leurs locuteurs. Elles assurent toutes les fonctions remplies par les langues vocales. Les langues des signes sont des langues naturelles, qui, au même titre que les langues vocales, ont émergé et évolué spontanément au cours du temps par la pratique de leurs locuteurs, sans planification ni prescription consciente ou explicite.

Perception de la parole

La perception de la parole est le processus par lequel les humains sont capables d'interpréter et de comprendre les sons utilisés dans le langage. L'étude de la perception de la parole est reliée aux champs de la phonétique, de phonologie en linguistique, de psychologie cognitive et de perception en psychologie. Les recherches dans ce domaine essaient de comprendre comment les auditeurs humains reconnaissent les phonèmes (sons de la paroles) ou autres sons tels que la syllabe ou les rimes, et utilisent cette information pour comprendre le langage parlé.

Langage

Le langage est la capacité d'exprimer une pensée et de communiquer au moyen d'un système de signes (vocaux, gestuel, graphiques, tactiles, olfactifs, etc.) doté d'une sémantique, et le plus souvent d'une syntaxe — mais ce n'est pas systématique (la cartographie est un exemple de langage non syntaxique). Fruit d'une acquisition, la langue est une des nombreuses manifestations du langage. Les langages sont constitués de signaux correspondant au support physique de l'information.

Afficher plus

Publications associées (9)

Afficher plus

HMM-based Approaches to Model Multichannel Information in Sign Language inspired from Articulatory Features-based Speech Processing

Chattez avec Graph Search

The LLM Language Network: A Neuroscientific Approach for Identifying Causally Task-Relevant Units

Towards Weakly Supervised Acoustic Subword Unit Discovery and Lexicon Development Using Hidden Markov Models

Hilbert Envelope Based Specto-Temporal Features for Phoneme Recognition in Telephone Speech