Alignement temporel entre transcriptions et audio de données de langue japhug - Archive ouverte HAL Access content directly
Conference Papers Year : 2020

Alignement temporel entre transcriptions et audio de données de langue japhug

Cécile Macaire
  • Function : Author
  • PersonId : 1084995

Abstract

La collection Pangloss héberge un corpus de langue japhug: plus de 30 heures d'enregistrements audio (et dans une moindre mesure vidéo) accompagnés de transcriptions. La grande majorité des transcriptions, réalisées par le linguiste Guillaume Jacques, spécialiste de la langue, ne comportaient pas d'informations concernant l'alignement texte-son: les seuls points de référence étaient le début et la fin des enregistrements, dont la durée va de 22 secondes à 33 minutes. Le présent exposé présente la façon dont des chronocodes (balises indiquant l'alignement texte-son) ont été ajoutés au niveau de la phrase. La chaîne de traitement consiste en une application de l'outil d'alignement forcé MAUS, doublé d'une étape de vérification manuelle. Ce travail, réalisé sans intervention du linguiste, permet désormais la consultation phrase par phrase de la transcription, la citation d'une phrase spécifique par le biais d'une référence DOI, ainsi que l'utilisation des documents pour entraîner un modèle acoustique en vue de la transcription phonémique automatique de cette langue à faibles ressources. Cette tâche illustre l'utilité de collaborations entre linguistes et ingénieur·e·s informatiques pour la documentation linguistique.
Fichier principal
Vignette du fichier
1.pdf (1.09 Mo) Télécharger le fichier
Origin Publisher files allowed on an open archive

Dates and versions

hal-03047146 , version 1 (03-01-2021)

Identifiers

  • HAL Id : hal-03047146 , version 1

Cite

Cécile Macaire. Alignement temporel entre transcriptions et audio de données de langue japhug. 2èmes journées scientifiques du Groupement de Recherche Linguistique Informatique Formelle et de Terrain (LIFT), Dec 2020, Montrouge (virtuel), France. pp.9-22. ⟨hal-03047146⟩
284 View
138 Download

Share

Gmail Mastodon Facebook X LinkedIn More