S'abonner

The emotional component of Infant Directed-Speech: A cross-cultural study using machine learning - 15/11/19

Les composants émotionnels du mamanais : étude transculturelle par machine learning

Doi : 10.1016/j.neurenf.2019.10.004 
Erika Parlato-Oliveira a, b, Mohamed Chetouani c, Jean-Maximilien Cadic c, Sylvie Viaux c, d, Zeineb Ghattassi c, d, Jean Xavier c, d, Lisa Ouss e, Ruth Feldman f, Filippo Muratori g, David Cohen c, d, , Catherine Saint-Georges c, d
a Federal University of Minas Gerais, Faculty of Medicine, Belo Horizonte, Brazil 
b Université Paris Diderot, 75013 Paris, France 
c Institut des Systèmes Intelligents et de Robotiques, CNRS UMR 7222, Sorbonne Université, 75005 Paris, France 
d Département de Psychiatrie de l’Enfant et de l’Adolescent, AP-HP, Sorbonne Université, Hôpital Pitié-Salpêtrière, 75013 Paris, France 
e Service de Psychiatrie de l’Enfant, AP-HP, Hôpital Necker, 75015 Paris, France 
f Center for Developmental Social Neuroscience and Baruch Ivcher School of Psychology, Interdisciplinary Center Herzliya, Herzliya, Israel 
g IRCCS Scientific Institute Stella Maris, University of Pisa, Calambrone PI, Italy 

Corresponding author at: Département de Psychiatrie de l’Enfant et de l’Adolescent, AP–HP, Hôpital Pitié-Salpêtrière, 47-83, boulevard de l’Hôpital, Paris cedex 13, 75651, France.Département de Psychiatrie de l’Enfant et de l’Adolescent, AP–HP, Hôpital Pitié-Salpêtrière47-83, boulevard de l’HôpitalParis cedex 1375651France
Sous presse. Épreuves corrigées par l'auteur. Disponible en ligne depuis le Friday 15 November 2019
Cet article a été publié dans un numéro de la revue, cliquez ici pour y accéder

Abstract

Backgrounds

Infant-directed speech (IDS) is part of an interactive loop that plays an important role in infants’ cognitive and social development. The use of IDS is universal and is composed of linguistic and emotional components. However, whether the emotional component has similar acoustics characteristics has not been studied automatically.

Methods

We performed a cross-cultural study using automatic social signal processing techniques (SSP) to compare IDS across languages. Our speech corpus consisted of audio-recorded vocalizations from parents during interactions with their infant between the ages of 4 and 18 months. It included 6 databases of five languages: English, French, Hebrew (two databases: mothers/fathers), Italian, and Brazilian Portuguese. We used an automatic classifier that exploits the acoustic characteristics of speech and machine learning methods (Support Vector Machines, SVM) to distinguish emotional IDS and non-emotional IDS.

Results

Automated classification of emotional IDS was possible for all languages and speakers (father and mother). The uni-language condition (classifier trained and tested in the same language) produced moderate to excellent classification results, all of which were significantly different from chance (P<1×10−10). More interestingly, the cross-over condition (IDS classifier trained in one language and tested in another language) produced classification results that were all significantly different from chance (P<1×10−10).

Conclusion

The automated classification of emotional and non-emotional components of IDS is possible based on the acoustic characteristics regardless of the language. The results found in the cross-over condition support the hypothesis that the emotional component shares similar acoustic characteristics across languages.

Le texte complet de cet article est disponible en PDF.

Résumé

Contexte

Le mamanais (ou infant-directed speech) entre dans une spirale interactive qui joue un rôle important dans le développement des compétences cognitives et sociales du bébé. L’usage du mamanais est universel et comprend des éléments linguistiques et émotionnels. Cependant, la question de la similarité ou non des composantes émotionnelles au niveau acoustique n’a jamais été explorée automatiquement.

Matériels et méthodes

Nous avons mené une étude transculturelle utilisant des techniques automatisées de traitement du signal social afin de comparer le mamanais dans différentes langues. Notre corpus de paroles est composé de vocalisations de parents enregistrées pendant des interactions avec leurs bébés âgés de 4 à 18 mois. Il inclut 6 bases de données en cinq langues : anglais, français, hébreu (deux bases de données: mères/pères), italien et portugais brésilien. Nous avons utilisé un classifieur automatique qui exploite les caractéristiques acoustiques de la parole et des méthodes de machine learning (apprentissage automatique par machines à vecteurs de support, SVM) afin de distinguer le mamanais-émotionnel du mamanais-non émotionnel.

Résultats

La classification automatique du mamanais émotionnel a été possible pour toutes les langues et tous les locuteurs (père et mère). La condition mono-langage (classifieur entrainé et testé dans la même langue) a produit des résultats de classification modérés à excellents, tous significativement supérieurs au hasard (p< 1×10-10). Plus intéressant encore, la condition croisée (classifieur entraîné dans une langue et testé dans une autre langue) a produit des résultats de classification significativement supérieurs au hasard (p< 1×10-10).

Conclusion

La classification automatique des composants émotionnels et non émotionnels du mamanais est possible sur la base des caractéristiques acoustiques indépendamment de la langue. Les résultats trouvés en condition croisée supportent l’hypothèse selon laquelle la composante émotionnelle repose sur des caractéristiques acoustiques similaires quelle que soit la langue.

Le texte complet de cet article est disponible en PDF.

Keywords : Motherese, Mother-child interaction, Cross-cultural, Machine learning, Social signal processing

Mots clés : Mamanais, Interaction mère-bébé, Transculturel, Machine learning, Traitement du signal social


Plan


© 2019  Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.