« Dans le domaine de l’observation, la chance ne sourit qu’aux esprits bien préparés. » Louis Pasteur
Au cours de leurs premiers mois de vie, lorsqu’ils ne savent pas encore parler, les enfants pleurent au moindre problème. Ils pleurent pour toute sorte de raison : faim, mal au ventre, sommeil, chaud, etc. Bien que les problèmes soient variés, les pleurs semblent être toujours les mêmes aux oreilles des parents. Les parents qui ne savent pas interpréter les pleurs de leurs bébés ne savent pas non plus quoi faire pour les aider. La vie d’un nourrisson peut être difficile, mais la vie d’un parent n’est pas si facile non plus.
Le problème des pleurs des nourrissons est aussi ancien que l’histoire de l’homme, mais il n’a été étudié pour la première fois en profondeur que dans les années 1960. Le professeur d’université Ole Wasz-Höckert, d’Helsinki, a prouvé qu’il existait quatre catégories de pleurs des nourrissons en fonction de leurs besoins [1] et il a proposé une méthode pour aider les parents à les reconnaître. Les études de Wasz-Höckert ont impressionné le monde universitaire à l’époque, mais sa méthode s’est avérée ne pas être si fiable : les parents ne pouvaient reconnaître les pleurs de leur bébé que 33 % du temps (ce qui équivalait plus ou moins à lancer les dés). Néanmoins, 30 ans plus tard, sa théorie a été introduite dans des algorithmes d’intelligence artificielle capables d’interpréter automatiquement les pleurs des nourrissons avec un taux de réussite allant jusqu’à 70 %. Ainsi, une solution pratique a vu le jour : un microphone connecté à un PC a été placé près du lit du bébé afin d’afficher le problème correspondant. Malheureusement, le taux de réussite était trop faible pour qu’un produit commercial voie le jour. Les parents étaient toujours seuls face au problème.
En 1998, une nouvelle théorie sur les pleurs des nourrissons a vu le jour. La soprano Priscilla Dunstan a remarqué que les pleurs de son petit garçon Thomas commençaient à chaque fois par certains sons qui différaient légèrement selon la situation. Les sons semblaient presque identiques, mais Priscilla, avec son oreille musicale, a réussi à les traduire en mots : « Neh » = faim ; « Eh » = besoin de roter ; « Oah » = fatigué ; « Eairh » = douleur au bas du ventre ; et « Heh » = inconfort physique. La découverte de Priscilla aurait pu rester inconnue si son père, qui travaillait pour l’université de Nouvelle-Galles du Sud de Sydney, n’était pas intervenu. Il a mené une étude sur 400 nourrissons et a remarqué que les sons qu’ils prononçaient avant de pleurer étaient similaires et corrélés à certains besoins. Puisqu’il s’agit de sons physiologiques, il est normal qu’ils soient les mêmes pour tous les nourrissons. Ainsi, l’étude a démontré l’existence d’un langage avec lequel les bébés communiquent leurs besoins. Ce langage a été nommé le Dunstan Baby Language et il s’est avéré être un grand succès parmi les parents de divers pays.
Cela peut sembler une idée simple, le fait que de tout petits enfants pleurent de manière identique quelle que soit leur origine ethnique, mais l’universalité du langage des bébés n’a commencé à être prouvée qu’à partir de 2018. Une équipe de recherche roumaine a produit un algorithme qui catégorise les pleurs des nourrissons avec un taux de réussite de 89 %. L’algorithme a ensuite été vérifié et amélioré par des chercheurs d’Indonésie, d’Inde et des États-Unis, ce qui a permis d’atteindre un taux de réussite de 94,7 % [4-6]. Le même algorithme d’IA formé à partir d’une base de données d’enregistrements d’enfants australiens a également très bien fonctionné avec des enregistrements de nourrissons de Roumanie. Les éditions Memobooks soutiennent ce projet et invitent toute personne intéressée par ce sujet à apporter son aide en complétant la base de données. Si vous travaillez dans le domaine néonatal, veuillez nous contacter à l’adresse de la maison d’édition.
Note
Reconnaissance: Le droit d’auteur mondial des descripteurs phonétiques pour bébé de Dunstan, NEH, OWH, EH, EAIRTH, HEH et toutes les variations mineures, appartient à © Dunstan Baby Pty Ltd 1998-2021. Tous Droits Réservés.
Références
[1] O. Wasz-Höckert, T. Partanen, V. Vuorenkoski, K. Michelsson, E.V. “The Identification of some Specific Meanings in Infant Vocalization”, Cell. Mol. LifeSci 20(3), 154 (1964)
[2] Mukhopadhyay, J., Saha, B., Majumdar, B., Majumdar, A.K., Gorain, S., Arya, B.K., Bhattacharya, S.D., Singh, A.: An evaluation of human perception for neonatal cry using a database of cry and underlying cause. In: 2013 Indian Conference on Medical Informatics and Telemedicine, ICMIT 2013 (2013).
[3] E. Franti, I. Ispas, and M. Dascalu, “Testing the Universal Baby Language Hypothesis – Automatic Infant Speech Recognition with CNNs,” in 41st International Conference on Telecommunications and Signal Processing TSP 2018, pp. 1–4, 2018.
[4] T. N. Maghfira, T. Basaruddin, A. Krisnadhi, “Infant cry classification using CNN – RNN”, in Journal of Physics Conference Series, April 2020.
[5] Chunyan Ji, Sunitha Basodi, Xueli Xiao, and Yi Pan, Infant Sound Classification on Multi-stage CNNs with Hybrid Features and Prior Knowledge, Springer Nature Switzerland AG 2020, AIMS 2020, LNCS 12401, pp. 3–16, 2020, https://doi.org/10.1007/978-3-030-59605-7_1
[6] Noreen Iftikhar, Dunstan Baby Language, Healthline, June 29, 2020, https://www.healthline.com/health/baby/dunstan-baby-language#does-it-work
