La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Le Signal Vocal Production du signal ; Modèles de production Notions sur laudition Allure temporelle Analyse en fréquence Typologie des signaux Représentation.

Présentations similaires


Présentation au sujet: "Le Signal Vocal Production du signal ; Modèles de production Notions sur laudition Allure temporelle Analyse en fréquence Typologie des signaux Représentation."— Transcription de la présentation:

1 Le Signal Vocal Production du signal ; Modèles de production Notions sur laudition Allure temporelle Analyse en fréquence Typologie des signaux Représentation Temps-Fréquence, spectrogramme Transmission, Synthèse, Reconnaissance Détection de la mélodie, de lintonation Analyse « cepstrale » et par prédiction linéaire Analyse des formants et de leur évolution Principe de la synthèse de parole Données utilisées en reconnaissance de parole

2 Production du signal ; Modèles de production

3

4 temps

5 Wolfgang von Kempelen (1770)

6 guimbarde, chants diphoniques, arc à bouche, didgeridoo clics en langue xhosa en Afrique du sud

7 Synthèse numérique (ou équivalent analogique) Filtre récursif Filtre linéaire variant lentement dans le temps représentant les évolutions temporelles des résonances du conduit vocal Impulsions des cordes vocales (intonation) ou bruit (fricatives) (Sa réponse en fréquence correspond au spectre du signal vocal) Signal synthétisé

8 temps fréquence Cordes vocales intonation Conduit vocal résonances Signal sonore synthétique

9 Audition

10

11 Phénomène de masquage (mp3) x(n) = sinusoïde masquante q(n) = sinusoïde masquée Sx(f) = DSP du signal Sm(f) = Seuil de masquage fréquence

12 Analyse spectrale à court terme spectre Spectre (log) temps Spectre échelle mel fréquence

13 Signal vocal Zoom Spectre de la portion analysée : formants temps fréquence

14 spectre Module de la transformée de Fourier Deux secondes de signal temporel Analyse d une portion de 100 ms fondamental harmoniques Formants (résonnances) temps fréquence

15 Allure temporelle des signaux Voyelles et consonnes voisées Fricatives Plosives Fricatives voisées Plosives voisées Voyelle et consonnes nasalisées a, e, oe, i, o, u, ou, é, è, l, r m, n, on, an, in, un f, s, ch v, z, j p, t, k b, d, g +sons « doubles », diphtongues,...w, ll

16 eu a ai o temps fréquence temps fréquence temps fréquence temps fréquence

17 u i temps fréquence temps fréquence

18 (ll)an on in temps fréquence temps fréquence temps fréquence

19 (a)ll m n temps fréquence temps fréquence temps fréquence

20 ta d b po co g temps fréquence temps fréquence temps fréquence temps fréquence temps fréquence temps fréquence

21 s j f z v ch temps fréquence temps fréquence temps fréquence temps fréquence temps fréquence temps fréquence

22 temps fréquence perspective temps fréquence amplitude spectrogramme chronogramme

23 fréquence temps amplitude Spectrogramme, sonogramme, sonagramme Evolution au cours du temps de l analyse spectrale à court terme fréquence temps mise en évidence des formants (résonances du conduit vocal)

24 phonetician fréquence temps

25 Le « cepstre » - Analyse de la fréquence fondamentale chant, intonation - Paramètres de base pour la reconnaissance fréquence « temps »

26 Analyse de la fréquence fondamentale chant, intonation 4 temps fréquence fondamental harmoniques

27 Passe bas Passe bande démodulation Passe bas sur le résultat Analyse de la mélodie (pitch) fondamental harmoniques temps fréquence temps fréquence temps fréquence fondamental retrouvé par démodulation

28 Codage à bas débit (moins de 15kbits/s) : prédiction linéaire Codage à débit moyen : 16 à 32 kbits/s : modulation delta Téléphonie : 8bits x 8000 éch./s = 64 kbits/s Haute fidélité 16bits x éch./s = 700 kbits/ MP3 = 144 kbits/s Codage de la parole : différents débits en fonction des applications et de la qualité acceptée

29 Téléphonie numérique Réduire la dynamique Loi « mu » Échantillonnage à 8kHz quantification sur 8 bits

30 + _ Transmission Codage par modulation delta (parole) pour les débits de 16à 32 kBits/s Quantification de la différence entre le signal et sa prédiction Synthèse Analyse

31 Filtrage des signaux dans différentes bandes de fréquences T. Fourier Sélection des canaux utiles (effet de masquage 1er codage T. Cos et codage T. Cos et codage T. Cos et codage T. Cos et codage T. Cos et codage Emission des données Principe du codage MP3

32 Analyse par prédiction linéaire Canal vocal Impusions (cordes vocales) Bruit (pour les fricatives) Signal Synthétique Filtre récursif dont la réponse en fréquence est celle du spectre à court terme (~ 20 ms)

33 - Calcul de 11 coefficients de corrélation sur une portion de 25 ms (200 échantillons) - Application de l algorithme de Levinson pour obtenir les coefficients du filtre récursif (sous la forme d un filtre en treillis) - Transmission des coefficients et du signal résiduel (erreur de prédiction) au récepteur qui en déduit la synthèse du signal

34 Codage par prédiction linéaire signal analysé calcul de corrélation algorithme de Levinson coefficients du filtre A(z) filtre non récursif A(z) signal résiduel e(t) recherche de périodicité L (max de corrélation) e(t)e(t+L) v(t)=e(t)-r.e(t-L) quantification recherche dun élément ressemblant à un tronçon de v(t) dans un dictionnaire d(n) filtre récursif 1/A(z) e(t)=v(t)+r.e(t-L) reconstruction de v(t) à partir des d(n) transmission signal synthétisé L signal résiduel e(t) d(n) v(t) étape de compression analyse synthèse

35 Spectre de la portion de signal analysé Réponse en fréquence du filtre récursif modélisant le signal vocal Analyse par prédiction linéaire fréquence

36 Code Excited Linear Prediction (CELP) Dictionnaire de signaux élémentaires Prédiction à long terme (intonation) Modèle du conduit vocal génération du signal dentrée du filtre (cordes vocales, bruit)

37 (Ech Hz) temps fréquence Illustration de l application de la prédiction linéaire au codage de la parole en téléphonie

38 Corrélation : r(n) Coefficients de A(z) Réponse impulsionnelle du filtre récursif 1/A(z) Réponse impulsionnelle du filtre non récursif A(z) Algo de Levinson ou Schur temps Signal modélisé temps

39 Réponse impulsionnelle du filtre récursif Réponse en fréquence du filtre récursif Zéros de A(z) (pôles de 1/A(z)) temps fréquence

40 Signal résiduel à coder - Recherche de la périodicité (pitch : prédiction à long terme on code x(t)-x(t-L) : estimer L - Quantification vectorielle L On découpe le signal en tronçons comparaison à des formes de signal mémorisées dont on transmet le numéro + transmission des coefs du filtre Spectre du signal résiduel temps fréquence

41 Synthèse de son ; diphones Difficultés: Enchainement de sons élémentaires Intonation naturelle

42 Découpe dun son élémentaire (p. ex. diphone) en période de longueur double de la période du pitch Chacun des ~1000 diphones (33x33) est découpé en 10 ou 20 sons élémentaires de 100 à 200 échantillons Synthèse de parole mbrola

43 On peut rajouter ces tronçons après les avoir décalés et amplifiés en fonction de la mélodie, de l intonation,... Plus aigu : diminuer Plus grave : augmenter Modification de l amplitude en changeant

44 Reconnaissance de la Parole fondée sur les Modèles de Markov Cachés Hidden Markov Models 1. Introduction 2. Formulation en reconnaissance de parole 2.1 Reconnaissance (Viterbi) 2.2 Probabilité dune séquence 2.3 Apprentissage 3. Mise en œuvre 3.1 Analyse spectrale à court terme 3.2 Quantification vectorielle 3.3 Forme usuelle de lautomate

45 transition mesures 2. Automates utilisés dans les modèles de Markov cachés Séquence détats : Séquence de mesures : (Probabilités) états n n m m probabilité de transition de létat m à létat m probabilité de mesurer n quand lautomate est dans létat m probabilité que létat initial soit m

46 Les trois problèmes : 1. Reconnaissance : Y donné quelle est la S la plus probable ? 2. Quelle est la probabilité dobserver Y avec l automate (a,b,d) ? 3. Apprentissage : comment calculer a(m,m), b(m,n) et d(m) Séquence détats : Séquence de mesures :

47 Algorithme de Viterbi Calcul par récurrence de Initialisation Récurrence Fin de lalgorithme Obtention de la séquence la plus probable temps Etat m « Treillis » pour représenter l évolution de l automate au cours du temps

48 Probabilité dobservation dune séquence Y avec (a,b,d) Calcul à t croissant Utilisé pour comparer la pertinence de différents automates (un automate est associé à un mot) (aussi utilisé dans les « turbocodes en détection d erreurs »

49 Apprentissage de mots (cf. notes de cours) Calculer à partir de mesures Y dea(m,m), b(m,n), d(m) Automate usuel (Bakis) Défauts de rythmes (doublement ou suppression dune étape) voir aussi le « dynamic time warping » t t (lourd : nécessite de nombreuses réalisations deY)

50 3. Mise en forme des données mesurées sur la parole Associer à une portion de signal vocal (~20ms) une mesure y(t) : - Analyse spectrale à court terme un vecteur (dim 20) - Quantification vectorielle F o n e t i ch i an

51 Analyse spectrale à court terme Echelle Mel linéaireexponentielle Fréquence centrale du filtre Banc de filtres

52 Coefficients cepstraux Energie en sortie des différents filtres : C(n) Peuvent être liés aux coefficients de la prédiction linéaire

53 Quantification vectorielle Trouver des représentants pour des nuages de points Choisir des centres de classes Assigner à cette classe les points voisins Prendre comme centre de classe le barycentre des points dune classe réitérer jusqu à convergence Passer des c(k) aux y (mesures)

54 Toutefois, beaucoup de réglages et de variantes… Recherche : « comprendre » le signal vocal et l information qu il contient (et non se contenter d une « simple » comparaison) Comprendre le fonctionnement de la cochlée et du système nerveux auditif


Télécharger ppt "Le Signal Vocal Production du signal ; Modèles de production Notions sur laudition Allure temporelle Analyse en fréquence Typologie des signaux Représentation."

Présentations similaires


Annonces Google