Contexte L’évaluation de l’intelligibilité de la parole est majoritairement menée de façon perceptive en clinique courante. Ce type d’évaluation présente de nombreuses limites en termes de reproductibilité inter et intra-juges. Mais le développement récent de systèmes de reconnaissance automatique de la parole (RAP) peut permettre de pallier ces biais. La question de leur utilisation pour évaluer la parole des patients traités pour un cancer oral ou oropharyngé se pose. Objectif Prédire l’intelligibilité après traitement d’un cancer oral ou oropharyngé, au moyen de scores issus d’un système de RAP. Méthodes Un entretien semi-dirigé auprès de patients a été enregistré. Un jury d’experts a évalué perceptivement l’intelligibilité des sujets (score de référence). Puis, un système de RAP de type Time-delay neural network / hidden Markov model factorisé a été utilisé. Les sorties de ce système (liste de phonèmes reconnus par sujet), ont permis de calculer différents scores : inventaire phonémique, nombre de types de classes phonétiques reconnues par seconde, scores de confiance. Une modélisation statistique (régression LASSO) a permis de sélectionner les paramètres prédisant le mieux l’intelligibilité. Résultats La parole spontanée de 25 patients a été enregistrée (âge médian 67 ans, EIQ 12 ; cavité buccale 14, oropharynx 10, deux localisations 1). La régression LASSO a permis de conserver 3 paramètres : nombre de sonantes reconnues par seconde, taux d’occlusives reconnues et score de confiance moyen du système quant à la reconnaissance des fricatives. Ils aboutissent à une corrélation à 0,91 avec le score perceptif d’intelligibilité. Ce score automatiquement prédit est stable et fiable (validation croisée à 5 blocs : corrélation à 0,90). Conclusion L’utilisation de systèmes de RAP dans la mesure de l’intelligibilité de la parole en cancérologie ORL est prometteuse et ouvre de nouvelles perspectives quant à la détermination de déficits de parole fins pour adapter les objectifs thérapeutiques.