Le bégaiement est un trouble de la fluence qui touche environ 1 % des
adultes et se manifeste par des blocages, répétitions et/ou
prolongations de sons dus à une perte de contrôle des muscles de la
parole. Ce trouble s’accompagne de mouvements involontaires comme des
clignements des yeux ou des crispations du visage. Sa prise en charge
repose sur l’orthophonie, mais l’évaluation des disfluences est complexe
et chronophage. Des outils basés sur l’intelligence artificielle tentent
d’automatiser la détection des accidents de parole liés au bégaiement en
analysant le signal audio. Toutefois, ces modèles rencontrent des
limites, notamment en raison du manque de données annotées et de la
grande variabilité du bégaiement entre individus. Pour améliorer la
précision, notre projet propose d’exploiter aussi l’image vidéo afin de
détecter les indices visuels associés aux disfluences. L’analyse
combinée du son et de la vidéo pourrait permettre d’affiner le
diagnostic et d’aider les professionnels de santé à mieux prendre en
charge le bégaiement.
Porteure : Ivana Didirkova