Les études sur le développement du langage ont toutes été conduites laborieusement avec des personnes qui mesuraient, transcrivaient, analysaient un nombre généralement restreint d’échantillons. La dernière recherche en date porte sur une méthode d’analyse qui permet de mesurer le développement du langage dès le plus jeune âge à partir de quantités massives d’enregistrements audio réalisés naturellement tout au long d’une journée. Le premier objectif est de donner des idées sur le développement du contrôle infantile des caractéristiques infrastructurelles du discours grâce à une analyse statistique à grande échelle des paramètres acoustiques sélectionnés. En travaillant sur cet objectif, les chercheurs se sont rendus compte lors de la première analyse automatique était non seulement capable de suivre le développement de l’enfant sur des paramètres acoustiques reconnus comme jouant un rôle clé dans le langage mais elle était capable de différencier les vocalisations différentes entre des enfants qui se développaient avec un autisme avec un retard de langage ou retard.
La méthode est entièrement automatisée sans intervention humaine et elle peut contribuer au dépistage et au diagnostic de désordres précoces. Elle donne aussi des pistes pour l’étude du langage en milieu naturel.
Les enfants qui se développent normalement dans un environnement naturel acquièrent un système de langage d’une remarquable complexité, un fait qui a été l’objet d’une attention scientifique considérable. Les anciennes recherches sur le sujet étaient rendus difficiles par les moyens humains et matériels dont il fallait disposer pour finalement obtenir un très faible échantillon d’enregistrements exploitables. Le premier problème auquel les équipes travaillant sur ce projet ont été confrontées a été de construire un système automatique qui utiliserait uniquement des données acoustiques émanant des enfants et non de l’environnement proche. L’utilisation d’un enregistreur aimanté de 70g disposé dans une poche de sur la poitrine de l’enfant a permis de collecter depuis 2006 des sous-échantillons correspondant aux trois catégories développement normal, retard de langage et autisme. Dans les deux phases 1 (2006-2008) de recueil d’échantillons et 2 (2009) d’analyse, les parents indiquaient si leur enfant souffrait d’un autisme ou d’un retard de langage. Dans le cas du retard, l’enfant était évalué par un professionnel du langage faisant partie de l’équipe. De plus, les parents des deux groupes d’enfants diagnostiqués fournissaient des indications sur le diagnostic indépendamment de la recherche. Les évaluations parentales obtenues en parallèle avec les enregistrements confirment les différences diagnostics. Les exemples avec autisme ont des profils socio psychiatriques correspondant avec les publications sur le sujet. Il en va de même pour les enfants avec des retards de langage. Des informations démographiques ont été recueillis à cette occasion lors des deux phases : les garçons sont disproportionnellement plus nombreux et le niveau général de développement est inférieur dans le groupe des troubles mentaux, le niveau d’éducation des mères est plus élevé dans le groupe des troubles du langage.
Les données portent sur 1486 journées d’enregistrements auprès de 232 enfants avec plus de 3,1 millions de babillages identifiés automatiquement ; Le logiciel d’analyse des signaux a discriminé fiablement des séquences de déclarations chez des enfants portant l’enregistreur parmi des cris, des bruits végétatifs et a répertorié des vocalisations enfantines en tant que « déclarations vocales de l’enfant liées au discours ». Des analyses complémentaires ont permis de divisés ces déclarations en plusieurs catégories « des îlots de discours vocal », des périodes de haute énergies encadrées par des périodes de faible énergie. Le critère énergie a permis d’isoler les syllabes signifiantes dans les déclarations vocales. L’analyse des îlots de discours s’est centrée sur les effets acoustiques des mouvements rythmiques des mâchoires, de la langue et des lèvres qui sous-tendent l’organisation syllabique et sur la qualité acoustique de la voix. Les bébés montrent des contrôles volontaires de syllabisation et de la voix dès les premiers mois de la vie qui s’affinent lors du développement du langage. Le pistage développemental de ces critères par des moyens automatisés à très grande échelle est un apport majeur pour la recherche sur l’acquisition du langage. Les anomalies dans le développement des articulations rythmiques/syllabiques et de la voix pourraient alors suggérer un désordre émergent.
Les îlots de discours ont été analysés à travers 12 critères acoustiques concernant l’articulation syllabique et rythmique et la voix connus pour jouer un rôle prépondérant dans le développement de la parole. Les fonctionnalités concernent quatre groupes conceptuels : rythmicité/syllabisation, hauteur de l’inclinaison spectrale; largeur bande passante ; durée.
Les 12 critères acoustiques ont été répartis dans les quatre groupes fondés sur une théorie de l’infrastructure vocale. L’algorithme détermine la présence ou l’absence des chacun des critères dans chaque îlot de discours, donnant ainsi une mesure du développement de l’infrastructure vocale pour chacun des critères. Le nombre de présence par critères varie de plus de 2400 pour le paramètre concernant la voix à moins de 100 pour le paramètre relatif à la largeur de la bande passante. Les critères acoustiques ont été choisis comme indicateurs développementaux et comme critère pertinent pour différencier les groupes. Des aberrations vocales sont mentionnées dès les premières descriptions des troubles du spectre autistique. Des recherches ultérieures montrent des troubles dans la prosodie, dans l’articulation. Les classifications diagnostiques de référence des troubles mentaux ne comportent pas d’évaluations des caractéristiques vocales. La raison en est que les critères de jugement sur les vocalisations sont trop diversifiés et trop vagues et varient trop d’un individu à l’autre pour être inclus dans les évaluations. Le diagnostic d’autisme est fondé sur des marqueurs négatifs comme le déficit d’attention conjointe et associé à des déficits de communication. Des caractéristiques vocales particulières constituent un critère positif qui peut améliorer la précision de dépistage ou de diagnostic. La plupart des enfants avec des désordres du langage sans autisme, montrent aussi des anomalies de l’articulation et de la voix. La recherche explore la possibilité d’une approche automatique qui pourrait être utile dans la discrimination dans le développement des désordres du langage aussi bien que pour différencier l’autisme des retards de langage. La puissance de l’approche automatique dépend probablement de sa capacité à prédire les changements liés à l’âge dans le développement normal de l’enfant.
Résultats
Les corrélations entre l’âge des enfants et les ratios sur les déclarations et les îlots de discours vocal sur les 12 paramètres donnent la preuve que l’analyse automatique prédit le développement
D e nombreuses lignes de régression illustrent des différences développementales entre les groupes. Le ratio entre « énoncés » et « îlots d’énoncés » selon les 12 paramètres pour chaque enregistrement diminue avec l’âge pour le groupe normal, produisant un modèle normatif du développement des vocalisations de l’enfant. Des coefficients de ce modèle ont été utilisés pour calculer l’âge développemental des enregistrements du groupe autisme et du groupe retard de langage…
Le groupe de développement normal montre des corrélations négatives selon trois paramètres qui sont corrélés positivement pour les autres groupes ; ce qui illustre que certaines tendances vocales diminuent avec l’âge dans le groupe témoin alors qu’elles persistent ou se développent dans les autres groupes. Les corrélations entre les 12 paramètres entre eux révèlent aussi une cohérence entre 4 paramètres groupés pour les trois groupes. Cependant, l’échantillon avec autisme montre beaucoup plus de corrélations non prévues par les 4 paramètres groupés que dans les autres groupes. Ceci suggère que les enfants avec autisme organisent les infrastructures vocales différemment des 2 autres groupes.
Discussion
Le but de cette recherche est fondamentalement scientifique : il s’agit de développer des outils pour l’évaluation à grande échelle du développement de la parole et pour rechercher les fondements de notre langage. Les résultats montrent que le temps de la recherche fondamental sur l’analyse automatique d’une quantité massive d’échantillons est maintenant possible. L’âge développemental des enfants normaux peut être prédit en se fondant sur cette première tentative de modélisation acoustique entièrement automatisée avec des enregistrements continus. Le procédé automatisé s'est avéré suffisamment transparent pour proposer des suggestions sur la façon travaille le facteur de prédiction de l’âge développemental – Le facteur primaire semble être le contrôle par l’enfant de l'infrastructure pour la syllabisation, une conclusion qui devrait aider à guider des enquêtes suivantes. D'un point de vue pratique, le travail actuel illustre la possibilité d'ajouter une évaluation pratique complètement objective des paramètres acoustiques à la batterie des essais qui est utilisée avec un succès croissant pour identifier les enfants avec un retard de langage et de l'autisme. Il s'avère que la commande par l’enfant des dispositifs d'infrastructure du syllabisation a joué le rôle central dans la différentiation des groupes, tout comme elle jouait le rôle central dans le suivi du développement. La méthode automatisée a montré une plus grande précision dans la différenciation entre les enfants avec et sans trouble du langage que dans la différenciation entre les deux groupes (autisme et retard de langage) entre eux. Des travaux futurs seront dirigés vers l'évaluation des facteurs vocaux additionnels qui peuvent différencier des sous-groupes de désordre de langue plus efficacement.
Fondés sur les résultats rapportés ici, il semble y avoir peu de raison de douter que l'analyse acoustique entièrement automatisée avec des enregistrements continus peut fournir un système de surveillance des étapes développementales de la vocalisation aussi bien que des différences significatives chez des enfants qui se développent ou pas avec des troubles autistiques ou de langage.
Nous sommes optimistes quant à la validation de la procédure car ceci est notre première tentative de modélisation automatisée des infrastructures, avec tous les paramètres étaient conçus et mis en application avant toute analyse des enregistrements. Dans ce cas, nous n’avons donc procédé à aucun ajustement dans les paramètres théoriquement proposés. Une modélisation additionnelle (par exemple, hiérarchisation des paramètres, prise en compte de l’âge, non linéaire du développement) peut être envisagée et des modifications qui peuvent être proposées dans les dispositifs acoustiques, avec un plus grand nombre d’échantillons, provenant spécifiquement des enfants avec des troubles du spectre autistique ou des troubles du langage, peuvent aider à accorder les procédures. L’avenir de la recherche sur le développement vocal profitera de la combinaison des approches traditionnelles utilisant l'analyse approfondie en laboratoire sur de petits échantillons de vocalisations avec l'énorme puissance qui est maintenant clairement possible de contrôler grâce à l’analyse automatisée des enregistrements naturels.
La méthode est entièrement automatisée sans intervention humaine et elle peut contribuer au dépistage et au diagnostic de désordres précoces. Elle donne aussi des pistes pour l’étude du langage en milieu naturel.
Les enfants qui se développent normalement dans un environnement naturel acquièrent un système de langage d’une remarquable complexité, un fait qui a été l’objet d’une attention scientifique considérable. Les anciennes recherches sur le sujet étaient rendus difficiles par les moyens humains et matériels dont il fallait disposer pour finalement obtenir un très faible échantillon d’enregistrements exploitables. Le premier problème auquel les équipes travaillant sur ce projet ont été confrontées a été de construire un système automatique qui utiliserait uniquement des données acoustiques émanant des enfants et non de l’environnement proche. L’utilisation d’un enregistreur aimanté de 70g disposé dans une poche de sur la poitrine de l’enfant a permis de collecter depuis 2006 des sous-échantillons correspondant aux trois catégories développement normal, retard de langage et autisme. Dans les deux phases 1 (2006-2008) de recueil d’échantillons et 2 (2009) d’analyse, les parents indiquaient si leur enfant souffrait d’un autisme ou d’un retard de langage. Dans le cas du retard, l’enfant était évalué par un professionnel du langage faisant partie de l’équipe. De plus, les parents des deux groupes d’enfants diagnostiqués fournissaient des indications sur le diagnostic indépendamment de la recherche. Les évaluations parentales obtenues en parallèle avec les enregistrements confirment les différences diagnostics. Les exemples avec autisme ont des profils socio psychiatriques correspondant avec les publications sur le sujet. Il en va de même pour les enfants avec des retards de langage. Des informations démographiques ont été recueillis à cette occasion lors des deux phases : les garçons sont disproportionnellement plus nombreux et le niveau général de développement est inférieur dans le groupe des troubles mentaux, le niveau d’éducation des mères est plus élevé dans le groupe des troubles du langage.
Les données portent sur 1486 journées d’enregistrements auprès de 232 enfants avec plus de 3,1 millions de babillages identifiés automatiquement ; Le logiciel d’analyse des signaux a discriminé fiablement des séquences de déclarations chez des enfants portant l’enregistreur parmi des cris, des bruits végétatifs et a répertorié des vocalisations enfantines en tant que « déclarations vocales de l’enfant liées au discours ». Des analyses complémentaires ont permis de divisés ces déclarations en plusieurs catégories « des îlots de discours vocal », des périodes de haute énergies encadrées par des périodes de faible énergie. Le critère énergie a permis d’isoler les syllabes signifiantes dans les déclarations vocales. L’analyse des îlots de discours s’est centrée sur les effets acoustiques des mouvements rythmiques des mâchoires, de la langue et des lèvres qui sous-tendent l’organisation syllabique et sur la qualité acoustique de la voix. Les bébés montrent des contrôles volontaires de syllabisation et de la voix dès les premiers mois de la vie qui s’affinent lors du développement du langage. Le pistage développemental de ces critères par des moyens automatisés à très grande échelle est un apport majeur pour la recherche sur l’acquisition du langage. Les anomalies dans le développement des articulations rythmiques/syllabiques et de la voix pourraient alors suggérer un désordre émergent.
Les îlots de discours ont été analysés à travers 12 critères acoustiques concernant l’articulation syllabique et rythmique et la voix connus pour jouer un rôle prépondérant dans le développement de la parole. Les fonctionnalités concernent quatre groupes conceptuels : rythmicité/syllabisation, hauteur de l’inclinaison spectrale; largeur bande passante ; durée.
Les 12 critères acoustiques ont été répartis dans les quatre groupes fondés sur une théorie de l’infrastructure vocale. L’algorithme détermine la présence ou l’absence des chacun des critères dans chaque îlot de discours, donnant ainsi une mesure du développement de l’infrastructure vocale pour chacun des critères. Le nombre de présence par critères varie de plus de 2400 pour le paramètre concernant la voix à moins de 100 pour le paramètre relatif à la largeur de la bande passante. Les critères acoustiques ont été choisis comme indicateurs développementaux et comme critère pertinent pour différencier les groupes. Des aberrations vocales sont mentionnées dès les premières descriptions des troubles du spectre autistique. Des recherches ultérieures montrent des troubles dans la prosodie, dans l’articulation. Les classifications diagnostiques de référence des troubles mentaux ne comportent pas d’évaluations des caractéristiques vocales. La raison en est que les critères de jugement sur les vocalisations sont trop diversifiés et trop vagues et varient trop d’un individu à l’autre pour être inclus dans les évaluations. Le diagnostic d’autisme est fondé sur des marqueurs négatifs comme le déficit d’attention conjointe et associé à des déficits de communication. Des caractéristiques vocales particulières constituent un critère positif qui peut améliorer la précision de dépistage ou de diagnostic. La plupart des enfants avec des désordres du langage sans autisme, montrent aussi des anomalies de l’articulation et de la voix. La recherche explore la possibilité d’une approche automatique qui pourrait être utile dans la discrimination dans le développement des désordres du langage aussi bien que pour différencier l’autisme des retards de langage. La puissance de l’approche automatique dépend probablement de sa capacité à prédire les changements liés à l’âge dans le développement normal de l’enfant.
Résultats
Les corrélations entre l’âge des enfants et les ratios sur les déclarations et les îlots de discours vocal sur les 12 paramètres donnent la preuve que l’analyse automatique prédit le développement
D e nombreuses lignes de régression illustrent des différences développementales entre les groupes. Le ratio entre « énoncés » et « îlots d’énoncés » selon les 12 paramètres pour chaque enregistrement diminue avec l’âge pour le groupe normal, produisant un modèle normatif du développement des vocalisations de l’enfant. Des coefficients de ce modèle ont été utilisés pour calculer l’âge développemental des enregistrements du groupe autisme et du groupe retard de langage…
Le groupe de développement normal montre des corrélations négatives selon trois paramètres qui sont corrélés positivement pour les autres groupes ; ce qui illustre que certaines tendances vocales diminuent avec l’âge dans le groupe témoin alors qu’elles persistent ou se développent dans les autres groupes. Les corrélations entre les 12 paramètres entre eux révèlent aussi une cohérence entre 4 paramètres groupés pour les trois groupes. Cependant, l’échantillon avec autisme montre beaucoup plus de corrélations non prévues par les 4 paramètres groupés que dans les autres groupes. Ceci suggère que les enfants avec autisme organisent les infrastructures vocales différemment des 2 autres groupes.
Discussion
Le but de cette recherche est fondamentalement scientifique : il s’agit de développer des outils pour l’évaluation à grande échelle du développement de la parole et pour rechercher les fondements de notre langage. Les résultats montrent que le temps de la recherche fondamental sur l’analyse automatique d’une quantité massive d’échantillons est maintenant possible. L’âge développemental des enfants normaux peut être prédit en se fondant sur cette première tentative de modélisation acoustique entièrement automatisée avec des enregistrements continus. Le procédé automatisé s'est avéré suffisamment transparent pour proposer des suggestions sur la façon travaille le facteur de prédiction de l’âge développemental – Le facteur primaire semble être le contrôle par l’enfant de l'infrastructure pour la syllabisation, une conclusion qui devrait aider à guider des enquêtes suivantes. D'un point de vue pratique, le travail actuel illustre la possibilité d'ajouter une évaluation pratique complètement objective des paramètres acoustiques à la batterie des essais qui est utilisée avec un succès croissant pour identifier les enfants avec un retard de langage et de l'autisme. Il s'avère que la commande par l’enfant des dispositifs d'infrastructure du syllabisation a joué le rôle central dans la différentiation des groupes, tout comme elle jouait le rôle central dans le suivi du développement. La méthode automatisée a montré une plus grande précision dans la différenciation entre les enfants avec et sans trouble du langage que dans la différenciation entre les deux groupes (autisme et retard de langage) entre eux. Des travaux futurs seront dirigés vers l'évaluation des facteurs vocaux additionnels qui peuvent différencier des sous-groupes de désordre de langue plus efficacement.
Fondés sur les résultats rapportés ici, il semble y avoir peu de raison de douter que l'analyse acoustique entièrement automatisée avec des enregistrements continus peut fournir un système de surveillance des étapes développementales de la vocalisation aussi bien que des différences significatives chez des enfants qui se développent ou pas avec des troubles autistiques ou de langage.
Nous sommes optimistes quant à la validation de la procédure car ceci est notre première tentative de modélisation automatisée des infrastructures, avec tous les paramètres étaient conçus et mis en application avant toute analyse des enregistrements. Dans ce cas, nous n’avons donc procédé à aucun ajustement dans les paramètres théoriquement proposés. Une modélisation additionnelle (par exemple, hiérarchisation des paramètres, prise en compte de l’âge, non linéaire du développement) peut être envisagée et des modifications qui peuvent être proposées dans les dispositifs acoustiques, avec un plus grand nombre d’échantillons, provenant spécifiquement des enfants avec des troubles du spectre autistique ou des troubles du langage, peuvent aider à accorder les procédures. L’avenir de la recherche sur le développement vocal profitera de la combinaison des approches traditionnelles utilisant l'analyse approfondie en laboratoire sur de petits échantillons de vocalisations avec l'énorme puissance qui est maintenant clairement possible de contrôler grâce à l’analyse automatisée des enregistrements naturels.
Aucun commentaire:
Enregistrer un commentaire