F style ra 2005 pdétaillé

Modèles d’analyse et de synthèse du signal audio

Les modèles d'analyse et de synthèse du signal audio reposent souvent sur une transformation dans le domaine fréquentiel. De nouvelles méthodes apparaissent comme la sélection d'unités et l’usage de larges bases de données qui est une nécessité absolue (exemple de la voix).

1. Classification et segmentation des composantes spectrales

Les travaux de l’équipe sur la classification des composantes spectrales en composantes bruitées, sinusoïdales et transitoires ont été poursuivis dans le but de combiner les caractéristiques locales des pics spectraux pour obtenir une segmentation des composantes des sons à un niveau plus haut que le niveau des pics individuels. Cette segmentation nous permettra un traitement indépendant et adapté de ces segments. La première application de cette approche a été le développement d'un nouvel algorithme d'estimation de la fréquence de coupure entre la partie voisée et la partie non-voisée d'un son. Cet algorithme a été implémenté dans SuperVP de façon telle que, dans les dilatations, les zones non voisées peuvent être traitées de manière à préserver la caractéristique bruitée.

Une autre application de la segmentation des composantes spectrales est le « re-mixage » des transitoires qui est fondé sur l'algorithme de détection des transitoires. Cet algorithme de détection des transitoires a été évalué pendant le concours « onset detection » du MIREX (Music Information Retrieval Evaluation Exchange) qui a été organisé en relation avec la conférence ISMIR [Roebel05d]. Par manque de temps, ce concours a malheureusement été limité et chaque algorithme n'a été évalué qu’avec un seul paramétrage. Pour cette raison, les résultats (http://www.music-ir.org/evaluation/mirex-results/audio-onset/index.html) sont à interpréter avec beaucoup de précautions car les valeurs de paramètres choisies pour les différents algorithmes sont certainement sous optimales. Néanmoins, nous constatons que notre algorithme qui n'a pas été développé pour la détection d'onset mais pour la détection de transitoires se comporte plutôt bien pour cette application.