Pratiques numériques en SHS, « (Bonnes) pratiques du document sonore : l’exemple du programme Corpus de la parole

Olivier Baude (1)

1 LLL - Laboratoire Ligérien de Linguistique

Le programme Corpus de la parole a pour vocation la constitution, la conservation, l'exploitation et la diffusion de corpus oraux constitués par des linguistes. Initié par le Ministère de la Culture en partenariat avec le CNRS il y a presque dix ans, ce projet a été dès son origine, confronté au tournant des « humanités numériques ». Dans une première phase, ce programme s’est concrétisé par une réflexion collective sur les « bonnes pratiques » inhérentes aux corpus numériques sonores. Une seconde phase a été consacrée à la réalisation d’un réservoir de données accueillant actuellement des centaines d’heures d’enregistrements audios et multimodaux en quarante deux langues (ainsi que des annotations et des transcriptions) provenant de projets scientifiques aux pratiques et objectifs très diversifiés. J’illustrerai l’amplitude du bouleversement que provoquent les (bonnes) pratiques numériques sur un objet scientifique en présentant l’exemple du traitement de l’anonymisation de paroles au sein d’un document sonore. Construire et donner accès à un corpus oral numérique nécessite d’aborder des questions théoriques (quels objets scientifiques, quelles démarches ?), juridiques (quels droits ?) et techniques (anonymiser quoi ? comment ?) qui sont au cœur des nouvelles pratiques des chercheurs.

Mots clés: corpus de la parole; bonnes pratiques; anonymisation

Domaines: Linguistique

Olivier Baude. Pratiques numériques en SHS, « (Bonnes) pratiques du document sonore : l’exemple du programme Corpus de la parole. 2014. ⟨halshs-01165991⟩