Au sein du Loria, l’équipe de recherche SMarT travaille sur divers sujets autour de la modélisation du langage et la traduction automatique. Allant de l’amélioration de la voix œsophagienne à l’analyse de sentiments multilingues dans le discours, leurs horizons de recherche vont toujours plus loin.
Plusieurs sujets originaux sont traités dans l’équipe SmarT, parmi ces sujets, Kamel Smaïli, professeur à l’Université de Lorraine et responsable de l’équipe de recherche, cite le projet TRAM (TRanslation of Arabic Music). Avec Fadi Al-Ghawanmeh, doctorant sous sa direction, ils se sont intéressés à l’application des méthodes de traduction automatique (Machine Translation) sur la musique. Ils ont réussi à générer automatiquement un accompagnement instrumental qui est particulièrement adapté au contexte d’un genre de musique arabe appelé Mawwal.
Un des principaux défis du projet a consisté à créer une base de données suffisamment pertinente et représentative pour apprendre au système quel genre de réponse était attendu. Étant donnée l’hétérogénéité des enregistrements de mawwal se trouvant sur internet ou d’autres supports, les chercheurs ont dû créer leur propre corpus. Kamel Smaïli et Fadi Al-Ghawanmeh ont ainsi enregistré 4 041 suites de phrases vocales suivies de leurs réponses instrumentales. Une fois le corpus constitué, l’algorithme a pu apprendre et créer lui-même ses propres réponses instrumentales.« Suite aux premiers résultats qu’il m’a montrés, je lui ai dit : ‘où est la réponse de la machine ?‘ il m’a répondu : ‘elle est là‘. C’était extraordinaire ! », s’enthousiasme Kamel Smaïli.
Bien que les premiers résultats aient largement dépassé leurs attentes, ils cherchent actuellement à affiner la virtuosité musicale du modèle.
Découvrez dès à présent l'interview complète de Kamel Smaïli