Adrien Pupier

Ces dernières années, les méthodes de traitement de la parole et du langage naturel ont convergé autour de l’usage de modèles pré-entraînés, notamment grâce aux avancées en apprentissage profond. Cette thèse s’inscrit dans ce contexte et propose d’explorer une tâche classique du traitement automatique des langues – l’analyse syntaxique en dépendances – appliquée à la parole spontanée, en travaillant directement à partir du signal audio, sans transcription préalable.

L’objectif est de montrer que les indices acoustiques présents dans la parole permettent de mieux traiter les spécificités de l’oral, souvent mal prises en compte par les modèles textuels traditionnels. Contrairement aux approches en pipeline (transcription puis parsing), notre approche directe bénéficie de ces indices pour améliorer la robustesse de l’analyse syntaxique.

Les expériences menées sur le français parlé montrent l’intérêt de cette approche, ainsi que le rôle déterminant de la qualité des représentations audio pré-entraînées, en particulier leur exposition à la parole spontanée. Ce travail met également en évidence des défis spécifiques liés à l’encodage syntaxique en audio et à la segmentation de la parole, identifiés comme des verrous majeurs pour les tâches linguistiques réalisées directement à partir du signal.