Segmentation_auto : Segmentation d'audios en IPU (Inter-Pausal Units)

Description

Ce dépôt contient des notebooks relatifs à la segmentation automatique des fichiers audio en unités inter-pausales (IPU). Les IPU sont des segments audio délimités par des pauses silencieuses, souvent utilisés en linguistique et en analyse de la parole pour étudier la structure des discours.

Fonctionnalités principales :

1. Conversion de formats pour la visualisation croisée :

   • TextGrid vers EAF : Convertit les alignements forcés au format TextGrid en fichiers EAF pour faciliter la visualisation dans des outils comme ELAN.
   • RTTM vers EAF : Transforme les fichiers RTTM générés par Voice Activity Detection (VAD) en fichiers EAF pour des analyses approfondies.

2. Segmentation automatique :

   • Segmentation avec SPASS : Utilise le logiciel SPASS pour effectuer une segmentation en IPU.
   • Segmentation personnalisée : Implémente une méthode basée sur un seuil de silence défini dynamiquement (percentile).
   • Segmentation avec Pyannote : Applique le modèle VAD de Pyannote pour détecter automatiquement les segments audio.

Contenu des fichiers

Conversion de formats

• textgrid2eaf.ipynb :
  • Convertit les fichiers TextGrid en EAF.
  • Inclut des étapes pour extraire les alignements forcés, convertir les intervalles en annotations, et générer un fichier compatible ELAN.
• add_rttm2eaf.ipynb :
  • Transforme les fichiers RTTM générés par des outils de détection d'activité vocale (VAD) en fichiers EAF pour une visualisation croisée.
  • Permet de relier les annotations de détection vocale aux segments audio correspondants.

Segmentation

• segmentation_SPASS.ipynb :
  • Implémente l'utilisation de SPASS pour segmenter les fichiers audio.
  • Comprend :
    • Le chargement des fichiers audio.
    • La configuration des paramètres de segmentation (seuils de silence, durée minimale des segments).
    • L'analyse des résultats.
• segmentation_IPUs.ipynb :
  • Propose une méthode personnalisée de segmentation en IPU basée sur :
    • L'analyse des amplitudes audio.
    • L'application d'un seuil dynamique (calculé via un percentile).
    • La génération des segments IPU.
    • Exporte les résultats sous forme de fichiers EAF pour la visualisation croisée.
• pyannote_seg_copy.ipynb :
  • Utilise le modèle Pyannote pour la segmentation automatique via VAD.
  • Inclut des étapes pour :
    • Charger un modèle pré-entraîné Pyannote.
    • Détecter les segments vocaux dans des fichiers audio.
    • Exporte les résultats sous forme de fichiers EAF pour la visualisation croisée.

Instructions d'utilisation

1. Clonez le dépôt :

   git clone https://github.com/LLL-Orleans/Segmentation_auto.git
   cd Segmentation_auto

2. Installez les dépendances nécessaires, notamment Pyannote et les bibliothèques pour manipuler les formats TextGrid et EAF :

   pip install pyannote-audio pympi-ling