Construction d'estimateurs oracles pour la séparation de sources - Inria - Institut national de recherche en sciences et technologies du numérique
Communication Dans Un Congrès Année : 2005

Construction d'estimateurs oracles pour la séparation de sources

Emmanuel Vincent

Résumé

Source separation of under-determined and/or convolutive mixtures is a difficult problem that has been addressed by many algorithms. In order to study their performance, we define oracle estimators that compute the maximal theoretical performance achievable for various classes of algorithms in an evaluation framework where the reference sources are available. We implement these estimators for two classes (stationary filtering separation algorithms and time-frequency masking separation algorithms) and we study their performance on a few audio mixture examples.
La séparation de sources pour des mélanges sous-déterminés et/ou convolutifs est un problème difficile pour lequel de nombreux algorithmes ont été proposés. Afin d'étudier leur performance, nous définissons des estimateurs oracles permettant de calculer la performance maximale théorique de différentes classes d'algorithmes de séparation dans un cadre d'évaluation où les sources de référence sont disponibles. Nous implémentons ces estimateurs pour deux classes (les algorithmes de séparation par filtrage stationnaire et ceux procédant par masquage temps-fréquence) et nous étudions leur performance sur quelques exemples de mélanges audio.
Fichier principal
Vignette du fichier
gretsi05_vincent_gribonval.pdf (112.04 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

inria-00564757 , version 1 (09-02-2011)

Identifiants

  • HAL Id : inria-00564757 , version 1

Citer

Emmanuel Vincent, Rémi Gribonval. Construction d'estimateurs oracles pour la séparation de sources. XXe colloque GRETSI (traitement du signal et des images), 6-9 septembre 2005, Sep 2005, Louvain-la-Neuve, Belgique. ⟨inria-00564757⟩
230 Consultations
115 Téléchargements

Partager

More