<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="millot-etal-2024-identification">
    <titleInfo>
        <title>Identification du locuteur : ouvrir la boîte noire</title>
    </titleInfo>
    <name type="personal">
        <namePart type="given">Carole</namePart>
        <namePart type="family">Millot</namePart>
        <role>
            <roleTerm authority="marcrelator" type="text">author</roleTerm>
        </role>
    </name>
    <name type="personal">
        <namePart type="given">Cédric</namePart>
        <namePart type="family">Gendrot</namePart>
        <role>
            <roleTerm authority="marcrelator" type="text">author</roleTerm>
        </role>
    </name>
    <name type="personal">
        <namePart type="given">Jean-François</namePart>
        <namePart type="family">Bonastre</namePart>
        <role>
            <roleTerm authority="marcrelator" type="text">author</roleTerm>
        </role>
    </name>
    <originInfo>
        <dateIssued>2024-07</dateIssued>
    </originInfo>
    <typeOfResource>text</typeOfResource>
    <language>
        <languageTerm type="text">French</languageTerm>
        <languageTerm type="code" authority="iso639-2b">fre</languageTerm>
    </language>
    <relatedItem type="host">
        <titleInfo>
            <title>Actes des 35èmes Journées d’Études sur la Parole</title>
        </titleInfo>
        <name type="personal">
            <namePart type="given">Mathieu</namePart>
            <namePart type="family">Balaguer</namePart>
            <role>
                <roleTerm authority="marcrelator" type="text">editor</roleTerm>
            </role>
        </name>
        <name type="personal">
            <namePart type="given">Nihed</namePart>
            <namePart type="family">Bendahman</namePart>
            <role>
                <roleTerm authority="marcrelator" type="text">editor</roleTerm>
            </role>
        </name>
        <name type="personal">
            <namePart type="given">Lydia-Mai</namePart>
            <namePart type="family">Ho-dac</namePart>
            <role>
                <roleTerm authority="marcrelator" type="text">editor</roleTerm>
            </role>
        </name>
        <name type="personal">
            <namePart type="given">Julie</namePart>
            <namePart type="family">Mauclair</namePart>
            <role>
                <roleTerm authority="marcrelator" type="text">editor</roleTerm>
            </role>
        </name>
        <name type="personal">
            <namePart type="given">Jose</namePart>
            <namePart type="family">G Moreno</namePart>
            <role>
                <roleTerm authority="marcrelator" type="text">editor</roleTerm>
            </role>
        </name>
        <name type="personal">
            <namePart type="given">Julien</namePart>
            <namePart type="family">Pinquier</namePart>
            <role>
                <roleTerm authority="marcrelator" type="text">editor</roleTerm>
            </role>
        </name>
        <originInfo>
            <publisher>ATALA and AFPC</publisher>
            <place>
                <placeTerm type="text">Toulouse, France</placeTerm>
            </place>
        </originInfo>
        <genre authority="marcgt">conference publication</genre>
    </relatedItem>
    <abstract>L’explicabilité des systèmes relevant du deep learning est devenue un enjeu central ces dernières années, dans le droit européen comme le domaine criminalistique. L’approche BA-LR introduit en identification du locuteur un nouveau paradigme de modélisation : elle fait émerger automatiquement les attributs partagés par un groupe de locuteurs et qui sous-entendent la discrimination de ceux-ci. Le score produit est décomposable au niveau des attributs, ce qui augmente significativement l’explicabilité de la méthode. Cette étude propose de compléter la caractérisation des attributs obtenus par le BA-LR, à l’aide de paramètres de qualité de voix. L’analyse suggère que plusieurs attributs utilisent les types de phonation pour regrouper les locuteurs, ceux-ci encodant des informations humainement perceptibles. Cet article pose ainsi des bases pour l’analyse acoustique des attributs, qui permettra à terme d’utiliser le BA-LR dans le cadre du profilage vocal.</abstract>
    <identifier type="citekey">millot-etal-2024-identification</identifier>
    <location>
        <url>https://aclanthology.org/2024.jeptalnrecital-jep.10</url>
    </location>
    <part>
        <date>2024-7</date>
        <extent unit="page">
            <start>92</start>
            <end>101</end>
        </extent>
    </part>
</mods>
</modsCollection>

%0 Conference Proceedings
%T Identification du locuteur : ouvrir la boîte noire
%A Millot, Carole
%A Gendrot, Cédric
%A Bonastre, Jean-François
%Y Balaguer, Mathieu
%Y Bendahman, Nihed
%Y Ho-dac, Lydia-Mai
%Y Mauclair, Julie
%Y G Moreno, Jose
%Y Pinquier, Julien
%S Actes des 35èmes Journées d’Études sur la Parole
%D 2024
%8 July
%I ATALA and AFPC
%C Toulouse, France
%G French
%F millot-etal-2024-identification
%X L’explicabilité des systèmes relevant du deep learning est devenue un enjeu central ces dernières années, dans le droit européen comme le domaine criminalistique. L’approche BA-LR introduit en identification du locuteur un nouveau paradigme de modélisation : elle fait émerger automatiquement les attributs partagés par un groupe de locuteurs et qui sous-entendent la discrimination de ceux-ci. Le score produit est décomposable au niveau des attributs, ce qui augmente significativement l’explicabilité de la méthode. Cette étude propose de compléter la caractérisation des attributs obtenus par le BA-LR, à l’aide de paramètres de qualité de voix. L’analyse suggère que plusieurs attributs utilisent les types de phonation pour regrouper les locuteurs, ceux-ci encodant des informations humainement perceptibles. Cet article pose ainsi des bases pour l’analyse acoustique des attributs, qui permettra à terme d’utiliser le BA-LR dans le cadre du profilage vocal.
%U https://aclanthology.org/2024.jeptalnrecital-jep.10
%P 92-101

Markdown (Informal)

[Identification du locuteur : ouvrir la boîte noire](https://aclanthology.org/2024.jeptalnrecital-jep.10) (Millot et al., JEP/TALN/RECITAL 2024)

• Identification du locuteur : ouvrir la boîte noire (Millot et al., JEP/TALN/RECITAL 2024)

ACL

• Carole Millot, Cédric Gendrot, and Jean-François Bonastre. 2024. Identification du locuteur : ouvrir la boîte noire. In Actes des 35èmes Journées d'Études sur la Parole, pages 92–101, Toulouse, France. ATALA and AFPC.