View
112
Download
2
Category
Preview:
Citation preview
JJCAAS ’03 - Modèles granulaires pour les
signaux sonores 1
Modèles granulaires pour les signaux sonores
Lorcan Mc Donagh
Directeur de thèse: Frédéric Bimbot
Co-encadrant: Rémi Gribonval
Equipe METISS- IRISA/INRIA
JJCAAS ’03 - Modèles granulaires pour les
signaux sonores 2
Introduction: motivations
• Un modèle hybride:• Paramétrique
• description efficace (parcimonie,complexité …)• adapté à certaines classes de signaux slt.
• Non-paramétrique• pas d’a priori sur le signal• risque de sur-apprentissage
• Exploiter les « redondances » à long-terme Similitudes entre « Objets sonores » Variabilité autour d’un objet de référence (grain)
JJCAAS ’03 - Modèles granulaires pour les
signaux sonores 3
Un formalisme général
Les trames sont modélisées par • une fonction de synthèse • un grain ,
élément d’un dictionnaire • un paramètre de déformation
• une erreur d’approximation
JJCAAS ’03 - Modèles granulaires pour les
signaux sonores 4
Problématique
1. Estimation des paramètres
2. Apprentissage du dictionnaire
3. Spécification de la fonction
Problème d’optimisation conjointe• Qualité de l’approximation
• Complexité de la représentation
JJCAAS ’03 - Modèles granulaires pour les
signaux sonores 5
Principe général
,F
1~s
1~F
Clustering
Signald’analyse
Signalreconstruit
Résidu
2
ne
1s
ns
Ns Ns~
ns~
Grains
1g
ng
Ng
k
K
1 N n
Estimation
SynthèseAnalyse
1
Paramètres
Dictionnaire= grains-
prototypes
JJCAAS ’03 - Modèles granulaires pour les
signaux sonores 6
Exemple: clarinette
Signal original - Complexité= 1.0 Reconstruit – Comp.=0.15 , RSB= 10dB
C= 0.5 , RSB= 20 dB
JJCAAS ’03 - Modèles granulaires pour les
signaux sonores 7
Autres exemples
RSB vs. Complexité(Modèle Décalage+LPC)
Vibraphone11k.wav
C= 0.08, RSB= 9dB
C= 0.3, RSB= 20 dB
Percu 16k.wav
C= 0.18, RSB= 12dB
C= 0.4, RSB= 23dB
Drums16k.wav
C= 0.2, RSB= 7dB
C= 0.4, RSB= 10dB
Hancock11k.wav
C= 0.08, RSB= 10dB
JJCAAS ’03 - Modèles granulaires pour les
signaux sonores 8
Applications
• Compression avec pertes• Représentations structurées
• Segmentation• Indexation
• Applications musicales• Assistance au « Sampling »• Effets sonores• Re-synthèse granulaire
JJCAAS ’03 - Modèles granulaires pour les
signaux sonores 9
Conclusions et perspectives
• Vers des modèles plus élaborés• modèle stochastique (percussions …)• modèle pour les parties transitoires
• Extension au cas polyphonique •Séparation de sources•Superposition de modèles de types différents
• Aspect techniques• calcul de la matrice des similarités• codage efficace des données
Recommended