Search

The long-term average speech spectrum (LTAS) allows to display the energy distribution according to the frequency, giving interesting information of possible alterations, in a single graph and automatically. However, its interest in clinical speech therapy has not been demonstrated, although various scientific studies use the average spectrum to analyze the characteristics of pathological speech. We have studied around forty scientific articles on the subject, in order to identify potentially interesting metrics for evaluating progress following voice therapy. The LTAS suffers from a lack of normative references and raises questions, in particular about the diversity, lack of accuracy and relevance of some approaches. We carried out an implementation of the average spectrum and found through different cases before/after treatment the general trends observed in the scientific literature. The average spectrum can be considered as a complementary tool to the spectrogram providing objective and illustrative information on the evolution of the patient's performance during the therapy. It provides a demonstrative illustration of phonation performances as a whole, voice and speech often being analyzed separately.; Le spectre moyen de la parole permet d'afficher la distribution de l'énergie en fonction de la fréquence, en donnant des informations intéressantes de possibles altérations, en un seul graphique et de manière automatique. Toutefois, son intérêt en orthophonie clinique n'est pas démontré, bien que différentes études scientifiques utilisent le spectre moyen pour analyser les caractéristiques de la parole pathologique. Nous avons étudié une quarantaine d'articles scientifiques sur le sujet, afin de dégager des métriques potentiellement intéressantes pour évaluer les progrès suite à la thérapie vocale. Le spectre moyen souffre d'un manque de références normatives et soulève des questions, notamment sur la diversité, le manque de maturité et de pertinence de certaines approches. Nous avons réalisé une implémentation du spectre moyen et retrouvé au travers de différents cas avant/après prise en soin les tendances observées dans la littérature scientifique. Le spectre moyen peut être considéré comme un outil complémentaire du spectrogramme apportant des informations objectives et illustratives sur l'évolution des performances du patient au cours de la thérapie. Il présente l'avantage de fournir une illustration d'une grande précision sur la phonation dans son ensemble, la voix et la parole étant souvent analysées de façon distincte.

International audience; L'influence relative du f0 moyen et des formants vocaliques dans l'identification du genre par la voix fait l'objet de débats. Selon la majorité des auteurs ayant conduit leurs études auprès d'auditeurs anglophones, la fréquence fondamentale moyenne serait l'indice acoustique le plus important (Pausewang Gelfer & Mikos, 2005 ; Coleman, 1976). Néanmoins, une étude plus récente d'Arnold (2012), menée sur des francophones, suggère que les fréquences de résonance, et en particulier les formants vocaliques, seraient le paramètre acoustique le plus déterminant, contredisant en apparence les études précédentes. La présente étude est une double expérience d'identification du genre par la voix, menée conjointement sur 25 auditeurs francophones parisiens (17 femmes, 8 hommes) avec des stimuli en français, et sur 25 auditeurs anglophones américains (18 femmes, 7 hommes) avec des stimuli en anglais. Des extraits de mots et pseudo-mots dissyllabiques de type (C)VCV, enregistrés par des locuteurs anglophones américains pour le corpus anglais (2 femmes, 2 hommes) et des locuteurs francophones parisiens pour le corpus français (2 femmes, 2 hommes) ont été présentés aux participants en utilisant la technique du gating. Ces derniers avaient pour tâche d'identifier le genre du locuteur ayant produit le stimulus et d'indiquer leur degré de certitude. Au regard de l'analyse acoustique des stimuli, on constate que les paramètres acoustiques n'ont pas influencé de la même manière les auditeurs des deux langues. La fréquence fondamentale moyenne semble avoir plus fortement influencé les auditeurs anglophones. A l'inverse, la fréquence des formants vocaliques a quant à elle très fortement influencé les jugements des auditeurs francophones, mais peu celui des anglophones. Ces différences pourraient en partie s'expliquer par la plus grande stabilité formantique des voyelles françaises. Ainsi, il apparaît que les stratégies pour identifier le genre du locuteur par la voix sont dépendantes de la langue parlée : les études antérieures ne semblent donc plus contradictoires.

Differences between female and male voices are linked to complex and multidisciplinary issues. The current study focuses on phonetic and psycholinguistic aspects. The first chapter is a literature review of the field. Cross-gender acoustic differences and their origin are discussed, as well as listener's gender identification from voice processing. Psycholinguistic implications are also described. All studies are presented from a critical point of view and research perspectives are proposed. The second chapter presents an acoustic analysis of dissyllabic (pseudo-)words produced by Northeastern American English speakers and Parisian French speakers. Resonant frequencies, mean F0, F0 range, VOT, H1-H2 intensity differences and words' durations were measured. Significant cross-gender differences were obtained for each tested parameter. Moreover, cross-language variations were observed for F0 range, vocalic formants and H1-H2 differences. These results suggest that cross-gender acoustic differences are partly language dependent. The same recordings were then used in gender identification from speech experiment. It was conducted jointly on Parisian French native listeners with French stimuli, and on American English listeners with English stimuli. Listeners had to identify the speaker's gender and indicate their degree of certainty. In both languages, percentages of correct identifications were significantly above chance for initial voiceless consonants, and close to 100 % with initial vowels. Considering the acoustic analysis performed on the stimuli, it was found that American English and French listeners did not use the same strategies. Thus, mean F0 and voice quality (H1-H2) had more influence on American English listeners' judgements than on French listeners', contrary to vowel formant frequencies and F0 range. The fourth and last chapter is dedicated to a word spotting experiment, conducted with French native speakers. The aim of this experiment is to test the participants' response time, depending on whether the target word is produced by a male or a female voice. Results suggest that these two types of voice are processed equally fast, even though they seem processed as two different entities. Moreover, no significant correlation was found between mean F0 of the target word and response time. To conclude, it appears that cross-gender acoustic differences and listeners' strategies in gender identification from voice are strongly language dependent and therefore socially constructed. Research perspectives and practical applications are proposed., Les différences entre les voix de femmes et d'hommes relèvent de problématiques complexes et pluridisciplinaires. Le travail de recherche présenté ici traite des aspects phonétiques et psycholinguistiques de ces différences inter-genres. Le premier chapitre est consacré à une revue de la littérature du domaine. Les différences acoustiques ainsi que leur origine sont abordées, de même que le processus d'identification du genre par la voix chez les auditeurs et les conséquences psycholinguistiques de ces différences acoustiques inter-genres. L'ensemble de ces études sont présentées de manière critique et des perspectives de recherche sont évoquées. Le deuxième chapitre présente une analyse acoustique de (pseudo-)mots dissyllabiques produits par des locuteurs anglophones du nord-est des Etats-Unis et des francophones parisiens. Les fréquences de résonance, le F0 moyen, la plage de variation de F0, le VOT, la différence d'intensité H1-H2 ainsi que la durée des énoncés ont été mesurés. Des différences inter-genres significatives ont été observées dans les deux langues sur chacun des paramètres testés. D'autre part, d'importantes variations inter-langues ont été constatées pour la plage de variation de F0, les formants vocaliques et la différence H1-H2. Ces résultats suggèrent que les différences acoustiques hommes-femmes sont en partie dépendantes de la langue. Les enregistrements analysés ont ensuite été utilisés dans le cadre d'une expérience d'identification du genre par la voix. Cette dernière a été menée conjointement sur des auditeurs francophones parisiens avec les stimuli français, et sur des auditeurs anglophones américains avec les stimuli anglais. Les auditeurs avaient pour tâche d'identifier le genre du locuteur ayant produit le stimulus et d'indiquer leur degré de certitude. Chez les locuteurs des deux langues, les pourcentages de bonnes réponses sont significativement supérieurs au seuil de chance dès la présentation d'une consonne sourde initiale de mot et la présentation d'une voyelle initiale suffit pour obtenir des scores proches des 100 %. On constate par ailleurs que les paramètres acoustiques n'ont pas influencé de la même manière les auditeurs des deux langues. Ainsi, le F0 moyen et la qualité de voix (H1-H2) semblent avoir plus fortement influencé les auditeurs anglophones que les francophones, à l'inverse de la fréquence des formants vocaliques et de la plage de variation de F0. Le quatrième et dernier chapitre est consacré à une expérience de détection de mots, réalisée auprès d'auditeurs francophones. Le but de cette expérience est de tester le temps de réponse des participants en fonction du genre du locuteur ayant produit le mot-cible. Les résultats suggèrent que les voix d'hommes et de femmes sont traitées par l'auditeur à vitesse équivalente, mais néanmoins comme deux entités différentes. D'autre part, aucune corrélation significative entre la fréquence fondamentale moyenne du mot-cible et le temps de réponse des auditeurs n'a pu être mise en évidence. En conclusion, il apparaît que les différences acoustiques inter-genres tout comme le processus d'identification du genre par la voix sont fortement dépendants de la langue et donc construits socialement. Des perspectives de recherche et des applications pratiques sont proposées.

This experimental study investigates the role played by different acoustic parameters on voice-based gender identification. A perceptual experiment was jointly conducted on French and American English listeners. The results show that intonation is an important clue for the French hearers but not for the American English participants, who are more sensitive to mean F0. This suggests that one's mother tongue plays a role in the strategies adopted to identify the speakers' gender from voice., Cette étude expérimentale a pour objectif d'établir le rôle joué par différents paramètres acoustiques dans l'identification du genre par la voix. Une expérience de perception a été menée conjointement sur des auditeurs francophones et anglophones américains. Les résultats indiquent que l'intonation est un indice pertinent pour identifier le genre chez les auditeurs francophones, mais pas chez les anglophones. Ces derniers ont en revanche été plus sensibles au niveau de la fréquence fondamentale moyenne que les auditeurs francophones. Ces données suggèrent que les stratégies d'identification du genre par la voix sont fortement dépendantes de la langue maternelle des auditeurs.

Average fundamental frequency is often considered the main difference between man and woman voices. Men's is said to be around 120Hz, and women's around 240Hz (Vaissière, 2006). However, several studies have underlined other differences: timbre (Coleman, 1976), intonation -defined as F0 variations through time- (Olsen, 1981), meaning the variations of the F0 curve through time, and even noise structure of voiceless fricatives (Schwartz, 1968).The roles played by these acoustic clues in gender identification by voice are still under debate (see Pausewang Gelfer & Mikos, 2005, and Arnold, 2008). I decided to study the role of average fundamental frequency and intonation, as well as a much too often forgotten parameter: cross-language differences. I had to build a gender identification by voice experiment liable to test all these parameters. First of all, I recorded French and American English speakers when reading isolated sentences. Different acoustic parameters were then manipulated through resynthesis. I created four series of eight stimuli : natural voice, average F0 resynthesized to 169 Hz, F0 curve flattened at 169 Hz, and switched men's and women's average F0 (209 Hz and 129 Hz). These stimuli were played to two groups of listeners (French speakers and American English speakers), in four distinct sessions. The participants' task was to identify the speaker's gender for each stimulus, and associate a corresponding degree of certainty. Over a thousand judgments were thus given. I then conducted statistical analyses. American listeners appeared to be more sensitive to average F0 than French listeners. On the other hand, the flattening of the F0 curve did not influence their judgments, whereas French listeners showed sensitivity to intonation. Moreover, the two groups did not encounter difficulties on the same voices. I concluded that one's mother tongue greatly influences the strategies adopted by listeners to identify the speakers' gender from voice., La fréquence fondamentale moyenne est communément considérée comme la principale différence entre les voix d'hommes et de femmes : elle se situerait respectivement aux alentours des 120 Hz et des 240 Hz (Vaissière, 2006). Cependant, de nombreuses études ont mis en évidence d'autres différences : le timbre (Coleman, 1976), l'intonation (Olsen, 1981), c'est-à-dire les variations de la courbe de F0 dans le temps, ou encore la position de la zone de bruit des fricatives sourdes (Schwartz, 1968). Les rôles respectifs joués par ces différents indices acoustiques dans l'identification du genre par la voix sont encore relativement peu établis et font l'objet de débats (voir notamment Pausewang Gelfer & Mikos, 2005, et Arnold, 2008). J'ai pour ma part décidé d'étudier le rôle joué par la fréquence fondamentale moyenne et l'intonation, ainsi que l'influence du facteur langue, un paramètre bien souvent négligé. Il m'a donc fallu mettre au point une expérience d'identification du genre par la voix qui permette de tester tous ces paramètres. J'ai dans un premier temps enregistré des locuteurs de deux langues différentes (anglais américain et français standard) lisant des phrases isolées. Différents paramètres acoustiques ont ensuite été modifiés par resynthèse sur ces phrases. Quatre séries de huit stimuli ont ainsi été créées : voix naturelles, F0 moyens resynthétisés à 169 Hz, courbes de F0 aplaties à 169 Hz, et F0 moyens des hommes et des femmes permutés (209 Hz et 129 Hz). Ces stimuli ont été diffusés à deux groupes d'auditeurs, anglophones et francophones, dans le cadre de quatre sessions espacées chacune d'une semaine. La tâche des participants a été d'identifier pour chaque stimulus le genre du locuteur (voix d'homme / voix de femme) et d'accompagner leur réponse d'un degré de certitude. Au total, plus de mille jugements ont ainsi été émis, et ont fait l'objet de diverses analyses statistiques. Les auditeurs anglophones ont été plus sensibles que les francophones aux variations de la fréquence fondamentale moyenne. En revanche, l'aplatissement de la courbe de F0 n'a pas eu d'incidence significative sur leurs jugements, contrairement aux auditeurs francophones, pour qui l'intonation semble bien jouer un rôle. De plus, ce ne sont pas les mêmes voix qui ont posé problème aux anglophones et aux francophones. J'en conclus que la langue maternelle influence grandement les stratégies adoptées par les auditeurs pour reconnaître le genre des locuteurs à leur voix.

Differences between female and male voices are linked to complex and multidisciplinary issues. The current study focuses on phonetic and psycholinguistic aspects. The first chapter is a literature review of the field. Cross-gender acoustic differences and their origin are discussed, as well as listener's gender identification from voice processing. Psycholinguistic implications are also described. All studies are presented from a critical point of view and research perspectives are proposed. The second chapter presents an acoustic analysis of dissyllabic (pseudo-)words produced by Northeastern American English speakers and Parisian French speakers. Resonant frequencies, mean F0, F0 range, VOT, H1-H2 intensity differences and words' durations were measured. Significant cross-gender differences were obtained for each tested parameter. Moreover, cross-language variations were observed for F0 range, vocalic formants and H1-H2 differences. These results suggest that cross-gender acoustic differences are partly language dependent. The same recordings were then used in gender identification from speech experiment. It was conducted jointly on Parisian French native listeners with French stimuli, and on American English listeners with English stimuli. Listeners had to identify the speaker's gender and indicate their degree of certainty. In both languages, percentages of correct identifications were significantly above chance for initial voiceless consonants, and close to 100 % with initial vowels. Considering the acoustic analysis performed on the stimuli, it was found that American English and French listeners did not use the same strategies. Thus, mean F0 and voice quality (H1-H2) had more influence on American English listeners' judgements than on French listeners', contrary to vowel formant frequencies and F0 range. The fourth and last chapter is dedicated to a word spotting experiment, conducted with French native speakers. The aim of this experiment is to test the participants' response time, depending on whether the target word is produced by a male or a female voice. Results suggest that these two types of voice are processed equally fast, even though they seem processed as two different entities. Moreover, no significant correlation was found between mean F0 of the target word and response time. To conclude, it appears that cross-gender acoustic differences and listeners' strategies in gender identification from voice are strongly language dependent and therefore socially constructed. Research perspectives and practical applications are proposed.; Les différences entre les voix de femmes et d'hommes relèvent de problématiques complexes et pluridisciplinaires. Le travail de recherche présenté ici traite des aspects phonétiques et psycholinguistiques de ces différences inter-genres. Le premier chapitre est consacré à une revue de la littérature du domaine. Les différences acoustiques ainsi que leur origine sont abordées, de même que le processus d'identification du genre par la voix chez les auditeurs et les conséquences psycholinguistiques de ces différences acoustiques inter-genres. L'ensemble de ces études sont présentées de manière critique et des perspectives de recherche sont évoquées. Le deuxième chapitre présente une analyse acoustique de (pseudo-)mots dissyllabiques produits par des locuteurs anglophones du nord-est des Etats-Unis et des francophones parisiens. Les fréquences de résonance, le F0 moyen, la plage de variation de F0, le VOT, la différence d'intensité H1-H2 ainsi que la durée des énoncés ont été mesurés. Des différences inter-genres significatives ont été observées dans les deux langues sur chacun des paramètres testés. D'autre part, d'importantes variations inter-langues ont été constatées pour la plage de variation de F0, les formants vocaliques et la différence H1-H2. Ces résultats suggèrent que les différences acoustiques hommes-femmes sont en partie dépendantes de la langue. Les enregistrements analysés ont ensuite été utilisés dans le cadre d'une expérience d'identification du genre par la voix. Cette dernière a été menée conjointement sur des auditeurs francophones parisiens avec les stimuli français, et sur des auditeurs anglophones américains avec les stimuli anglais. Les auditeurs avaient pour tâche d'identifier le genre du locuteur ayant produit le stimulus et d'indiquer leur degré de certitude. Chez les locuteurs des deux langues, les pourcentages de bonnes réponses sont significativement supérieurs au seuil de chance dès la présentation d'une consonne sourde initiale de mot et la présentation d'une voyelle initiale suffit pour obtenir des scores proches des 100 %. On constate par ailleurs que les paramètres acoustiques n'ont pas influencé de la même manière les auditeurs des deux langues. Ainsi, le F0 moyen et la qualité de voix (H1-H2) semblent avoir plus fortement influencé les auditeurs anglophones que les francophones, à l'inverse de la fréquence des formants vocaliques et de la plage de variation de F0. Le quatrième et dernier chapitre est consacré à une expérience de détection de mots, réalisée auprès d'auditeurs francophones. Le but de cette expérience est de tester le temps de réponse des participants en fonction du genre du locuteur ayant produit le mot-cible. Les résultats suggèrent que les voix d'hommes et de femmes sont traitées par l'auditeur à vitesse équivalente, mais néanmoins comme deux entités différentes. D'autre part, aucune corrélation significative entre la fréquence fondamentale moyenne du mot-cible et le temps de réponse des auditeurs n'a pu être mise en évidence. En conclusion, il apparaît que les différences acoustiques inter-genres tout comme le processus d'identification du genre par la voix sont fortement dépendants de la langue et donc construits socialement. Des perspectives de recherche et des applications pratiques sont proposées.

This study deals with processing time of female and male speech. Several authors showed that vowel identification was more difficult on voices with a high F0 (Ryalls & Lieberman, 1982). Does this have consequences on word processing? Are female voices processed more slowly than male ones? A word spotting experiment was conducted in order to test the participants' response time, depending on whether the target word is produced by a male or a female voice. Results suggest that these two types of voice are processed equally fast, even though they seem processed as two different entities., Cette étude a pour objet les temps de traitement des voix de femmes et d'hommes. Plusieurs auteurs ont mis en évidence la difficulté accrue de l'identification des voyelles lorsque ces dernières sont produites avec un F0 élevé (Ryalls & Lieberman, 1982). Cela a-t-il des conséquences sur le traitement des mots ? Les voix de femmes sont-elles traitées plus lentement que les voix d'hommes ? Une expérience de détection de mots a été réalisée, afin de tester le temps de réponse des participants en fonction du genre du locuteur ayant produit le mot cible. Les résultats suggèrent que les voix d'hommes et de femmes sont traitées par l'auditeur à vitesse équivalente, mais néanmoins comme deux entités différentes.