removed one space

quillotm
1 parent c2efedebde
Showing 1 changed file with 1 additions and 1 deletions Side-by-side Diff
parties/introduction/content.tex
@@ -48,7 +48,7 @@
  
  
 % SICI
- Bien que les $p$-vecteurs améliorent les performances, les $p$-vecteurs véhiculent de l'information dont subsistent encore des zones d'ombre. Dans nos travaux, nous supposons que l'information personnage n'est qu'en partie dépendante du locuteur. Autrement dit, un acteur est reconnaissable lorsqu'il joue un personnage mais il ajoute à sa voix des signes acoustiques  qui viennent lui donner du caractère. Il est probable que les systèmes de similarité de voix apprennent à associer des identités de locuteurs sans prendre en compte la partie personnage qui en est indépendante. Dans le but de vérifier cette hypothèse, nous introduisons dans ce manuscrit l'\textit{Information Personnage Indépendante du Locuteur} (IPIL) et proposons une méthode pour mesurer sa présence dans des représentations vectorielles telles que les $p$-vecteurs et les $x$-vecteurs. Cette méthode consiste à modifier les associations entre les locuteurs dans le but de neutraliser l'information personnage. Le système apprend alors seulement à associer des identité de locuteur. Une perte de performance observée est conséquemment le signe de l'existence d'une information qui a été neutralisée; celle du personnage.
+Bien que les $p$-vecteurs améliorent les performances, les $p$-vecteurs véhiculent de l'information dont subsistent encore des zones d'ombre. Dans nos travaux, nous supposons que l'information personnage n'est qu'en partie dépendante du locuteur. Autrement dit, un acteur est reconnaissable lorsqu'il joue un personnage mais il ajoute à sa voix des signes acoustiques  qui viennent lui donner du caractère. Il est probable que les systèmes de similarité de voix apprennent à associer des identités de locuteurs sans prendre en compte la partie personnage qui en est indépendante. Dans le but de vérifier cette hypothèse, nous introduisons dans ce manuscrit l'\textit{Information Personnage Indépendante du Locuteur} (IPIL) et proposons une méthode pour mesurer sa présence dans des représentations vectorielles telles que les $p$-vecteurs et les $x$-vecteurs. Cette méthode consiste à modifier les associations entre les locuteurs dans le but de neutraliser l'information personnage. Le système apprend alors seulement à associer des identité de locuteur. Une perte de performance observée est conséquemment le signe de l'existence d'une information qui a été neutralisée; celle du personnage.
  
  
 % Application du SICI
...	...	@@ -48,7 +48,7 @@
48	48
49	49
50	50	% SICI
51		- Bien que les $p$-vecteurs améliorent les performances, les $p$-vecteurs véhiculent de l'information dont subsistent encore des zones d'ombre. Dans nos travaux, nous supposons que l'information personnage n'est qu'en partie dépendante du locuteur. Autrement dit, un acteur est reconnaissable lorsqu'il joue un personnage mais il ajoute à sa voix des signes acoustiques qui viennent lui donner du caractère. Il est probable que les systèmes de similarité de voix apprennent à associer des identités de locuteurs sans prendre en compte la partie personnage qui en est indépendante. Dans le but de vérifier cette hypothèse, nous introduisons dans ce manuscrit l'\textit{Information Personnage Indépendante du Locuteur} (IPIL) et proposons une méthode pour mesurer sa présence dans des représentations vectorielles telles que les $p$-vecteurs et les $x$-vecteurs. Cette méthode consiste à modifier les associations entre les locuteurs dans le but de neutraliser l'information personnage. Le système apprend alors seulement à associer des identité de locuteur. Une perte de performance observée est conséquemment le signe de l'existence d'une information qui a été neutralisée; celle du personnage.
	51	+Bien que les $p$-vecteurs améliorent les performances, les $p$-vecteurs véhiculent de l'information dont subsistent encore des zones d'ombre. Dans nos travaux, nous supposons que l'information personnage n'est qu'en partie dépendante du locuteur. Autrement dit, un acteur est reconnaissable lorsqu'il joue un personnage mais il ajoute à sa voix des signes acoustiques qui viennent lui donner du caractère. Il est probable que les systèmes de similarité de voix apprennent à associer des identités de locuteurs sans prendre en compte la partie personnage qui en est indépendante. Dans le but de vérifier cette hypothèse, nous introduisons dans ce manuscrit l'\textit{Information Personnage Indépendante du Locuteur} (IPIL) et proposons une méthode pour mesurer sa présence dans des représentations vectorielles telles que les $p$-vecteurs et les $x$-vecteurs. Cette méthode consiste à modifier les associations entre les locuteurs dans le but de neutraliser l'information personnage. Le système apprend alors seulement à associer des identité de locuteur. Une perte de performance observée est conséquemment le signe de l'existence d'une information qui a été neutralisée; celle du personnage.
52	52
53	53
54	54	% Application du SICI