Analyse non linéaire de la parole pour la détection des voix pathologiques - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Master Thesis Year : 2013

Analyse non linéaire de la parole pour la détection des voix pathologiques

Abstract

Le présent travail s'inscrit dans le cadre de mon projet de n d'études en vu de l'obtention du diplôme national d'ingénieur en télécommunications. Ce projet porte sur l'analyse et le traitement non-linéaire du signal pour mettre en place des descripteurs de voix permettant de séparer les voix pathologiques des voix normales. A n de contribuer à établir des mesures objectives permettant de re éter au mieux la qualité de la voix, on se propose en premier lieu d'utiliser l'algorithme de détection des instants de fermeture de la glotte (IFG) développé dans l'équipe Géostat. Tous les travaux dans les étapes suivantes reposeront sur cet algorithme dont les performances ont dépassé celles des algorithmes de l'état de l'art pour la détection des IFG. Ensuite, on donne une nouvelle dé nition du pitch ainsi qu'une nouvelle approche de son calcul. Le dernier stade consiste à exploiter cette nouvelle dé nition du pitch dans le calcul de certains descripteurs audio standards : Jitter, Shimmer et HNR. On propose aussi de nouveaux descripteurs audio. En n pour évaluer la pertinence des descripteurs, des exercices de classi cation ont été e ectués. L'exploitation de la nouvelle dé nition du pitch a donné des résultats avantageux en terme de classi cation. Ceci est prouvé en les comparant aux résultats obtenus par l'outil de référence Praat.
Fichier principal
Vignette du fichier
RapportPFE12-13.pdf (1.37 Mo) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

hal-00908389 , version 1 (22-11-2013)

Identifiers

  • HAL Id : hal-00908389 , version 1

Cite

Safaa Mrad. Analyse non linéaire de la parole pour la détection des voix pathologiques. Traitement du signal et de l'image [eess.SP]. 2013. ⟨hal-00908389⟩

Collections

INRIA INRIA2
276 View
247 Download

Share

Gmail Facebook X LinkedIn More