Cette page présente les travaux scientifiques associés aux technologies de codage en
LfPC décrites sur ce site. L'objectif est de développer, évaluer et diffuser des méthodes
et des outils permettant de représenter le codage de façon fiable, et de produire des
supports utiles aux personnes sourdes, aux familles et aux professionnels.
Le reste de la page s'adresse surtout à un public scientifique, et aux plus curieux.
Axes de recherche
Les travaux portent sur la génération automatique du codage LfPC et sur sa
représentation visuelle, avec une attention particulière à l'évaluation, à la
reproductibilité et au partage des ressources.
Objectifs et approche méthodologique
A partir d'un fichier audio-vidéo et de sa transcription orthographique,
nous cherchons à décrire au mieux le fonctionnement du codage par des codeurs afin
de créer un système qui prédit le codage Cued Speech/LfPC à effectuer. Le système
a pour but d'ajouter automatiquement ce codage de la main à une vidéo pré-enregistrée.
Pour chacune des questions abordées, nous nous appuyons dans un premier temps sur
l'expertise en codage des membres experts du projet afin de définir les paramètres
du système et son fonctionnement. En parallèle, des vidéos de codeurs humains sont
annotées et permettent d'en étudier son fonctionnement et d'en déduire des modèles.
La réponse scientifique privilégiée lors de la conception placera les compétences et
les connaissances des experts au cœur du système, en minimisant ainsi la quantité de
données à observer pour apprendre un modèle/une représentation.
Nous avons l'objectif de modéliser la réalité du codage « Cued Speech » afin de
capturer la variabilité des données et permettre l'apprentissage automatique à partir
d'échantillons de la langue. Il s'agira de proposer des stratégies et des outils
d'annotations (semi-)automatiques afin de générer le codage et le représenter sur des
supports audio-visuels.
Création de ressources
Modélisation du codage LfPC
Génération automatique
Synchronisation parole / geste
Représentation et supports
Résultats obtenus
Cette section synthétise ce qui a été produit jusqu'à présent du point de vue scientifique
et technique (méthodes, outils, corpus). Les ressources destinées au grand public sont regroupées dans la page
Ressources.
Supports d'application
S1. Études de synthèse du Cued Speech Français et Américain
Ces documents seront élaborés durant le projet et seront mis à disposition.
S2. Logiciel de Cued Speech en réalité augmentée avec main codeuse
Le schéma ci-après montre les étapes requises de SPPAS dans le cadre de ce projet,
avec le module et le spin-off que nous avons ajouté (en jaune pointillé).
Il faut noter ici que, bien qu'elles soient nombreuses, chacune de ces étapes n'est
réalisée qu'en « un clic » dans l'interface graphique.
En utilisation automatique, toutes les annotations sont sélectionnées puis le processus
est lancé en une seule fois. En utilisation semi-automatique, chaque fichier intermédiaire
peut être manuellement vérifié et corrigé avant de lancer l'annotation suivante.
Un exemple d'utilisation partielle de ce processus est déroulé ici :
4.10 (avril 2023) : Pour la langue française uniquement, SPPAS peut
produire la suite de clés à coder à partir d'une transcription orthographique,
accompagnée ou non d'un fichier audio. Système à base de règles définies par
des experts du codage (WP2-L1).
4.11 (juin 2023) : La preuve de concept a été re-programmée et donc débuggée.
Elle fonctionne avec n'importe quelle vidéo, et pas uniquement la démo. L'angle du
bras est différent selon la clé.
4.12 (août 2023) : SPPAS permet de corriger manuellement les annotations,
y compris les annotations vidéo.
4.13 (oct. 2023) : la main codeuse peut être intégrée à la vidéo avec
différentes options d'affichage, via une interface graphique (minimale) spécifique.
Fonctionne pour la démo uniquement, et en mode de debug seulement. C'est un
prototype de la future interface.
4.17 (jan. 2024) : SPPAS peut produire les clés avec différentes règles de synchronisation
audio-main, avec l'introduction d'un modèle à base de règles définies par des experts du codage (WP3-L1).
4.22 (juil. 2024). Livrable "Système version 1" : trois modèles différents
de l'angle de l'avant-bras ont été introduits pour afficher la main sur la vidéo ;
deux modèles différents permettent d'estimer la position des voyelles par rapport au visage ;
six séries de photos de mains sont proposées ainsi que deux séries de mains dessinées ;
des filtres peuvent être appliqués à la main dessinée pour ajouter des informations.
4.25 (31 mars 2025). Livrable "Système version 2" : un nouveau modèle pour
l'angle de l'avant-bras a été introduit pour afficher la main sur la vidéo ainsi
que de nouveaux modèles permettent d'estimer la position des voyelles par rapport au visage ;
les modèles utilisés par défaut ont été changés et de nouvelles options de génération sont
mises à disposition.
4.26 (26 juin 2025). SPPAS peut produire la suite de clés à coder à partir d'une
transcription orthographique, accompagnée ou non d'un fichier audio pour l'anglais américain.
Système à base de règles définies par des experts du codage (WP2-L2).
Le codage automatique n'est plus intégré à SPPAS : il a migré dans le "spin-off"
"Auto-CS".
4.31 (18 février 2026 et "Auto-CS" version 2.0.
Révision des règles pour l'anglais américain.
Dans TextCueS, le résultat du codage d'une chaîne textuelle n'est plus une suite
continue de clés : cette séquence de clés est segmentée en mots.
Illustrations du résultat de codage automatique réalisé
en 03/2025 avec le logiciel SPPAS - version 4.25.
S3. Capsules avec vidéos codées automatiquement
Les enregistrements relatifs à la création des capsules ont été réalisés en avril 2024.
La synchronisation audio/vidéo, la transcription orthographique (manuelle), les annotations
phonétiques (automatiques) et vidéos (automatiques) ont été réalisées en août 2024.
Une première version des vidéos codées a été produite en septembre 2024. Elles sont en
cours d'analyse.
Les capsules seront disponibles dans le courant de la 3ᵉ année du projet.
Publications et communications scientifiques
Publications
Brigitte Bigi (2023).
An analysis of produced versus predicted French Cued Speech keys.
In
10th Language & Technology Conference:
Human Language Technologies as a Challenge for Computer Science and Linguistics,
ISBN: 978-83-232-4176-8, pp. 24-28, Poznań, Poland.
Cued Speech is a communication system developed for deaf people to complement
speechreading at the phonetic level with hands. This visual communication mode
uses handshapes in different placements near the face in combination with the
mouth movements of speech to make the phonemes of spoken language look different
from each other. This paper presents an analysis on produced cues in 5 topics
of CLeLfPC, a large corpus of read speech in French with Cued Speech.
A phonemes-to-cues automatic system is proposed in order to predict the cue to
be produced while speaking. This system is part of SPPAS-the automatic annotation
an analysis of speech, an open-source software tool. The predicted keys of the
automatic system are compared to the produced keys of cuers. The number of
inserted, deleted and substituted keys are analyzed. We observed that most of
the differences between predicted and produced keys comes from 3 common
position's substitutions by some of the cuers.
Núria Gala, Brigitte Bigi, Marie Bauer (2024).
Automatically Estimating Textual and Phonemic Complexity for Cued Speech:
How to See the Sounds from French Texts
In this position paper we present a methodology to automatically annotate French text for Cued Speech (CS), a
communication system developed for people with hearing loss to complement speech reading at the phonetic
level. This visual communication mode uses handshapes in different placements near the face in combination with
the mouth movements (called ‘cues’ or ‘keys’) to make the phonemes of spoken language look different from each
other. CS is used to acquire skills in lip-reading, in oral communication and for reading. Despite many studies
demonstrating its benefits, there are few resources available for learning and practicing it, especially in French.
We thus propose a methodology to phonemize written corpora so that each word is aligned with the corresponding
CS key(s). This methodology is proposed as part of a wider project aimed at creating an augmented reality system
displaying a virtual coding hand where the user will be able to choose a text upon its complexity for cueing.
Brigitte Bigi, Núria Gala (2024).
Preuve de concept d'un système de génération automatique en Langue française Parlée Complétée
La Langue française Parlée Complétée (LfPC) est un système de communication développé pour les
personnes sourdes afin de compléter la lecture labiale avec une main, au niveau phonétique. Il est
utilisé par les enfants pour acquérir des compétences en lecture, en lecture labiale et en communication
orale. L’objectif principal est de permettre aux enfants sourds de devenir des lecteurs et des locuteurs
compétents en langue française. Nous proposons une preuve de concept (PoC) d’un système de
réalité augmentée qui place automatiquement la représentation d’une main codeuse sur la vidéo
pré-enregistrée d’un locuteur. Le PoC prédit la forme et la position de la main, le moment durant
lequel elle doit être affichée, et ses coordonnées relativement au visage dans la vidéo. Des photos de
mains sont ensuite juxtaposées à la vidéo. Des vidéos annotées automatiquement par le PoC ont été
montrées à des personnes sourdes qui l’ont accueilli et évalué favorablement.
Mélanie Lancien, Brigitte Bigi (2025).
French Cued Speech rhythm: first findings on the relationship between
hand position and segments' duration.
In
11th Language & Technology Conference:
Human Language Technologies as a Challenge for Computer Science and Linguistics,
ISBN: --, pp. --, Poznań, Poland.
Cued Speech (CS) is a visual system that clarifies spoken language by combining lipreading
with hand gestures encoding phonological segments. Each CS key, roughly corresponding to a CV
syllable, combines a hand shape (consonant) and a spatial position on the face (vowel); these
associations are universal across languages. In French CS, 21 consonants use eight hand shapes
and 14 vowels use five positions. Despite its potential, CS remains understudied by linguists,
leaving questions about its use, its structure, and the speech-gesture synchronization.
This paper begin to explore these relationships by focusing on CS rhythm, primarily through
the study of spoken vowels and syllables durations and their link to the hand's target position
on the face, hand's shape, type of syllable, and type of reading activity. The experiment uses
annotated video data from the CLeLfPC corpus, comprising over 3,700 keys produced by five
experienced users. A statistical analysis via generalized mixed-effects models revealed that
Hand Target Position significantly affected vowel and syllable duration (p < 0.005, R2 = 9% and 6%).
These findings contribute to a better understanding of the spatiotemporal organization of LfPC
and may inform future models of gesture planning and cue synthesis.
Conférences invitées
Núria Gala, Brigitte Bigi (2023).
Création de ressources en langue française parlée complétée pour faciliter
l'accès à la langue orale via l'écrit
La Langue française Parlée Complétée (LfPC ou Cued Speech) est un codage des sons via
des informations visuelles : chaque son est représenté avec une forme de main pour une
consonne et une position autour du visage pour une voyelle. La LfPC est utilisée par
le public sourd et malentendant pour acquérir de bonnes compétences en lecture, en
lecture labiale et en expression orale. Il permet notamment aux enfants sourds ou
malentendants de devenir des bons lecteurs, compétence indispensable pour tous les
apprentissages. Malgré les nombreux travaux démontrant ses avantages, il n’existe
que peu de ressources en LfPC. Aussi, ce projet vise à développer des ressources
pour l’apprentissage et la pratique de la LfPC. Nous nous proposons de développer un
système de réalité augmentée qui place automatiquement la représentation d’une main
codeuse sur une vidéo d’un locuteur pré-enregistré. Un logiciel de codage automatique
LfPC et des bibliothèques de vidéos codées à but pédagogique seront ainsi produits en
respectant tous les critères de l’Open Science. Le système de codage sera développé
sur la base d’observations d’un corpus de 4 heures d’enregistrement audio/vidéo
(Bigi et al., 2022). Les supports textuels de la ressource seront issus du projet ANR
ALECTOR, ce sont des textes simplifiés pour faciliter la lecture (Gala et al. 2020).
Séminaires
Brigitte Bigi (2023).
Réunion équipe VESPA - Variation Et Singularité dans la PArole,
Laboratoire Parole et Langage, 3 juin 2023, Aix-en-Provence, France.
Brigitte Bigi (2023).
Voir les sons avec du "Cued Speech" automatisé :
la réalité augmentée au service des personnes sourdes
Journée annuelle scientifique du Laboratoire Parole et Langage,
23 juin 2023, Aix-en-Provence, France.
Núria Gala, Brigitte Bigi (2024).
Un outil de réalité augmentée pour coder automatiquement les sons du français
1er Afterwork de la Cognition, organisé par le LPL en partenariat avec l'Institut Carnot Cognition,
autour du thème "Langage et apprentissage", 6 juin 2024, Aix-en-Provence, France.
Brigitte Bigi (2025).
SPPAS : coder automatiquement les sons en LfPC
Journée annuelle scientifique du Laboratoire Parole et Langage,
1-2 juillet 2025, Aix-en-Provence, France.
Brigitte Bigi (2025).
14 mars 2025, Nancy, France.
Brigitte Bigi (2025).
7 juillet 2025, Superbagnères, France.
Livrables
Collecte et annotation de corpus codés
Segmentation phonétique de CLeLfPC
Cette annotation permet d'indiquer quel phonème a été prononcé, et à quel moment.
Elle concerne 10 locuteurs du corpus CLeLfPC, version 6, déposée sous
licence CC-By-NC-4.0 sur
https://www.ortolang.fr
Annotation en clés de CLeLfPC
Cette annotation permet d'indiquer quelles clés ont été réalisées
durant la lecture. Elle concerne 10 locuteurs du corpus CLeLfPC,
version 8, déposée sous licence CC-By-NC-4.0 sur
https://www.ortolang.fr
Transitions des clés de CLeLfPC
Cette annotation permet d'indiquer à quels moments ont lieu les
transitions des positons et des configurations de la main
durant la lecture. Elle concerne 5 locuteurs du corpus CLeLfPC,
version 10, déposée sous licence CC-By-NC-4.0 sur
https://www.ortolang.fr
Annotation des mains et du visage
Cette annotation permet d'indiquer quelles sont les coordonnées des mains
et du visage du locuteur dans chaque image des vidéos. Elle concerne
les 25 locuteurs du corpus CLeLfPC, version 8, déposée sous licence
CC-By-NC-4.0 sur https://www.ortolang.fr
Des phonèmes aux clés (QUOI ?)
Système prédictif des séquences de clés (français)
Le système de prédiction automatique des clés à partir d'un fichier audio
et de sa transcription, pour la langue française, est disponible à partir
de la version 4.10 de
SPPAS
Synchronisation main/son (QUAND ?)
Système prédictif des moments de transition de positions
Le système de prédiction automatique des moments de transitions de la main
d'une voyelle à l'autre est disponible à partir de la version 4.17 de
SPPAS
Analyse des moments de transition de positions
Etude des moments de transition de positions observés dans les
annotations du corpus CLeLfPC : analyse de la désynchronisation
entre la position de la main et la réalisation acoustique
correspondante.
Trajectoire de la main (OU ?)
Angle de la main
Ce livrable s'attache à décrire les différents modèles d'angles de la main
implémentés et une étude des valeurs d'angles observées dans des données
annotées de CLeLfPC.
Coordonnées des positions des voyelles
Ce livrable s'attache à décrire les différents modèles implémentés pour déterminer
les coordonnées des voyelles sur le visage détecté, et propose une étude des valeurs
observées dans des données annotées de CLeLfPC.
Création de ressources
Enregistrements et annotations en lecture de textes
Les premières étapes du processus de création des capsules :
sélection du contenu textuel à enregistrer, modalités d'enregistrement,
annotations manuelles et codage automatique de
SPPAS.
