Description du sujet de thèse

De plus en plus de données dans la littérature suggèrent que l'exposition à des stimuli auditifs rythmiques peut moduler le traitement ultérieur de la parole, tant au niveau de la perception/compréhension que de la production. Ces effets, connus sous le nom d'effets d'amorçage rythmique, indiquent l'existence de représentations et de mécanismes cognitifs partagés entre la parole et la musique avec des implémentations communes dans le cerveau humain, rendant possible le transfert entre ces deux domaines. Ce transfert de la perception à la production se produit également lors de l'écoute d'un locuteur. Le phénomène de convergence phonétique entre les interlocuteurs (et parfois de divergence) et de l'alignement entre les partenaires d'un dialogue peuvent reflètent ces effets. Malgré ces résultats expérimentaux, ces phénomènes ne sont pas encore expliqués par les modèles computationnels et neurobiologiques de perception et de production de la parole. Dans ce contexte, l'objectif global du projet est de proposer un formalisme intégratif qui aide à rendre compte des effets mentionnés ci-dessus, en proposant un modèle neuro-computationnel. La collecte des nouvelles données pour tester les prédictions faites par le modèle peut également être envisagée. Ce dernier doit également pouvoir rendre compte de la production de la parole dans la maladie de Parkinson.

Contexte de travail

La thèse, financée par le CNRS, durera 3 ans et sera basée à l'Université de Lille. Le/la doctorant·e sera codirigé·e par A. Basirat (Université de Lille, https://www.univ-lille.fr) et J. Diard (Université Grenoble Alpes, https://www.univ-grenoble-alpes.fr).

Laboratoire à Lille: https://scalab.univ-lille.fr, voir équipe Langage
Laboratoire à Grenoble: https://lpnc.univ-grenoble-alpes.fr/, voir équipe Langage

Informations complémentaires

Les candidats doivent être titulaires d'un master au début du doctorat. Le candidat doit avoir une formation en informatique, en mathématiques appliquées ou en traitement du signal, avec une forte affinité pour les sciences cognitives, ou une formation en sciences cognitives, avec une forte affinité pour la modélisation mathématique. Le candidat doit avoir une expérience préalable de la recherche scientifique en laboratoire. La maîtrise d'un langage de calcul scientifique ou d'un langage de programmation à usage général est requise (par exemple, R, Python, Matlab, etc.). Une expérience préalable de la modélisation probabiliste, des systèmes dynamiques ou de la modélisation connexionniste est un atout, mais n'est pas nécessaire. Des connaissances préalables dans le domaine des sciences de la parole ou de la psycholinguistique/neurolinguistique sont également un atout. La connaissance du français n'est pas nécessaire. Si vous avez des questions, n'hésitez pas à nous contacter: anahita.basirat@univ-lille.fr et julien.diard@univ-grenoble-alpes.fr

Les entretiens se font au fur et à mesure de la réception des candidatures. La date de début est négociable mais elle doit être entre octobre 2023 et janvier 2024. Pour les candidats qui ne sont pas en France, de plus amples informations sur le doctorat en France sont disponibles sur le site https://www.campusfrance.org/en/FAQ-Doctorate-France-questions
La connaissance du français est un plus mais n'est pas nécessaire.