Tech&Co
Nouveautés Produits

Cette intelligence artificielle détecte une dépression au son de la voix

-

- - Domaine Public

Des chercheurs s'appuient sur des algorithmes d'apprentissage automatique pour détecter les anomalies sonores des personnes malades.

Très prisés par Facebook et Google pour leur ciblage publicitaire, les algorithmes d'apprentissage automatique sont également très utiles dans le monde médical. Selon Motherboard, des chercheurs de l'université de Californie du Sud ont mis au point un système baptisé SimSensei, capable de détecter chez un individu une dépression nerveuse ou un trouble de stress post-traumatique... simplement en analysant le son de sa voix. En effet, il s'avère que ce type de maladies affecte l'élocution de façon multiple: la voix tend à devenir plus monotone, plus basse, moins articulée, plus tendue, etc.

Dans le cas présent, les chercheurs se sont concentrés sur les voyelles "a", "u" et "i". Ils ont enregistré les paroles d'un échantillon de 253 personnes, isolés les sons de ces trois voyelles et appliqué un traitement du son pour extraire les caractéristiques de leur spectre sonore. En occurrence, ils ont calculé les deux premiers "formants", c'est-à-dire les deux principales fréquences contenues dans le son. Ensuite les chercheurs utilisent un algorithme d'apprentissage automatique non supervisé ("k-moyennes") pour établir un "espace de voyelles". Celui-ci représente d'une certaine manière l'étendue sonore des voyelles du sujet en question.

Le principe de fonctionnement du système SimSensei
Le principe de fonctionnement du système SimSensei © DR
Espaces de voyelles de deux sujets, l'un dépressif (gauche), l'autre non (droite).
Espaces de voyelles de deux sujets, l'un dépressif (gauche), l'autre non (droite). © DR

L'expérience menée montre que cet espace est nettement plus petit pour une personne qui souffre de dépression que pour une personne non malade. Et surtout, cette distinction n'est pas dépendante de facteurs tels que l'articulation, le sexe, l'appartenance ethnique, le niveau d'éducation ou le dialecte parlé. Cette caractéristique est assez universelle. Les chercheurs espèrent maintenant que leur méthode puisse servir aux médecins dans la détection de ces maladies.

Pour en savoir plus:

Le papier scientifique des chercheurs