Séparation de sources: quand l'acoustique rencontre le machine learning - Inria - Institut national de recherche en sciences et technologies du numérique
Communication Dans Un Congrès Année : 2016

Séparation de sources: quand l'acoustique rencontre le machine learning

Résumé

La séparation de sources consiste à traiter un signal audio de sorte à en extraire une ou plusieurs signaux cibles. C'est un problème de recherche central en traitement du signal audio et une technologie présente dans un nombre croissant de produits. Les applications couvrent entre autres le rehaussement de la parole pour la téléphonie mains-libres et les aides auditives et la séparation de la voix chantée et des divers instruments pour le remixage de la musique. La séparation de sources est aussi un pré-traitement crucial pour pour le pilotage par la voix des assistants personnels, des télévisions, ou des robots, par exemple. La résolution de ce problème fait appel à des outils de traitement du signal et d'apprentissage automatique et à des éléments d'acoustique. Il s'agit de modéliser les propriétés spatiales et spectrales des sources au cours du temps, d'estimer les paramètres de ces modèles à partir des signaux enregistrés, et d'en déduire un filtre multicanal variable au cours du temps qui supprime les signaux non désirés. La présentation donnera des exemples de modèles et de résultats et se conclura par une liste de perspectives de recherche.
Fichier principal
Vignette du fichier
keynoteCFA16.pdf (4.51 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-01398720 , version 1 (01-12-2016)

Identifiants

  • HAL Id : hal-01398720 , version 1

Citer

Emmanuel Vincent. Séparation de sources: quand l'acoustique rencontre le machine learning. 13e Congrès Français d'Acoustique, Apr 2016, Le Mans, France. ⟨hal-01398720⟩
351 Consultations
406 Téléchargements

Partager

More