Compression de la parole en utilisant les ondelettes

Slides:



Advertisements
Présentations similaires
Numérisation du signal principes
Advertisements

PRINCIPE SIMPLIFIE DE LA COMPRESSION MP3
Colloque GRETSI, Paris, 8-11 septembre 2003 Sur la Décomposition Modale Empirique P. Flandrin (Cnrs - Éns Lyon) et P. Gonçalvès (Inrialpes)
Une visite guidée dans le monde des ondelettes
ISPG l’école d’ingénieurs de l’Institut Galilée Université Paris 13
TNS et Analyse Spectrale
Ondelettes Philippe RAVIER Laboratoire PRISME Université d’Orléans 5A EEO option AA.
GDR MoMaS, Marseille, 14/11/2003 Études des incertitudes liées aux stockages des déchets nucléaires Anca Badea, Olivier Gipouloux.
Développement de la technique d'holographie acoustique de champ proche temps réel pour l'analyse de sources de bruit fluctuantes Doctorant : Directeurs.
Chapitre 4: Variation dans le temps  Les données : audience totale en milliers (tableau 4.1, p. 47, extrait) o Origine : enquête sur les habitudes d’écoute.
Comparing color edge detection and segmentation methods Projet TIM.
Séquence 1 : Problème posé : A quoi sert une éolienne et de quels éléments est elle constituée ? énergie renouvelable classe de 4° Analyse de l'OT.
Les rprésentation des signaux dans le cadre décisionnel de Bayes Jorge F. Silva Shrikanth S. Narayanan.
Transformation de Laplace - Mr.Retima Abderaouf - Mr.Ghandjoui abderahmane Université 20 aout 1955 Skikda.
Chapitre 4: Variation dans le temps
Analyse, Classification,Indexation des Données ACID
Acquisition Rapide Multivoies
Supports de transmission
Xuan Thuy NGO / Geoffrey BERTIN Entreprise : Trench Switzerland AG
Boucle de Contrôle Automatique de Gain
Fonctionnement des radars
Préparer par : Intissare et kaoutare
Rappels sur la transformée de Fourier
Analyse temporelle des systèmes asservis
Performance du récepteur RAKE pour des applications de
Simulation des nanostructures à base de nanorubans de graphène
Modulation analogique
La Conclusion.
ECHANTILLONNAGE.
NOTION DE PUISSANCE Avec VOCALAB 4
PROGRAMMATION SCIENTIFIQUE EN C
113 Traitement du Sigal - 3TC Transparents C. Odet, Prof. GE 3-3 Calcul des filtres RII Méthodologies de calcul des filtres RII Ressemblance avec les filtres.
Chap. 3 – Modulations analogiques
Concepts avancés en mathématiques et informatique appliquées
Modulation numérique. Transmission numérique  Avantages techniques Immunité au bruit Optimalisation de la bande passante Facilité de traitement de l’information.
Dérivation et intégration
Jacques Tagoudjeu.  GENERALITES SUR LES SIGNAUX  SERIES DE FOURIER  IMPULSION (DISTRIBUTION) DE DIRAC  CONVOLUTION  TRANSFORMATION DE FOURIER  TRANSFORMATION.
Modélisation et résolution du problème de contact mécanique et son application dans un contexte multiphysique Soutenance de thèse de doctorat en ingénierie.
INDICATEURS ET TABLEAUX DE BORD EN MAINTENANCE. Définitions Indicateur : chiffre significatif d’une situation économique pour une période donnée. Tableau.
Amélioration de la résolution spatiale des sondeurs multifaisceau
Compter avec ses doigts
Statistiques.
Rappel (3): les étapes des tests statistiques
Résolution d’un problème de diffusion 1D
Compresser avec un banc de filtres
TELECOMMUNICATIONS COMMUNICATIONS NUMERIQUES ET ANALOGIQUES
Modulation analogique
Réponse en fréquence d’un quadripôle avec Proteus 5.2
Le signal audio numérique
Introduction du cours à partir d’extraits
Signaux et Systèmes Points de repère
MENU PRINCIPAL Ex. : Chômage Ex. : Météo Ex. : Climat Objectifs
Modulation numérique. Transmission numérique  Avantages techniques Immunité au bruit Optimalisation de la bande passante Facilité de traitement de l’information.
Les signaux périodiques
Dynamique des Systèmes Asservis
Sous-échantillonner le signal audio pour compresser
Ecole Nationale Polytechnique d'Alger Département de Génie des Matériaux Module :Matériaux Non Métalliques(MNM) Présente par : HOMMIA Messaoud.
Janvier 2019 IA-IPR Physique-Chimie
Créer un filtre sur mesure (pour compresser)
ASSERVISSEMENTS ET REGULATION
CSI 3505 Algorithmes Voraces
Modulation numérique. Transmission numérique  Avantages techniques Immunité au bruit Optimalisation de la bande passante Facilité de traitement de l’information.
Modulation analogique
Tableau de bord d’un système de recommandation
Sous-échantillonner le signal audio pour compresser
Encadrée par: - Mr. Abdallah ALAOUI AMINI Réalisée par : -ERAOUI Oumaima -DEKKAR Amal - ES-SAHLY Samira -Houari Mohammed PROGRAMMATION MULTIOBJECTIFS.
PROGRAMMATION SCIENTIFIQUE EN C
Exploiter la fonction fft(.) de Scilab
PROGRAMMATION SCIENTIFIQUE EN C
Transcription de la présentation:

Compression de la parole en utilisant les ondelettes Laurent Remmerie Caroline Bolly 06/12/2018

Plan 1. Introduction 2. Approche théorique 3. Approche pratique 4. Quelques essais 5. Conclusion 06/12/2018

Les ondelettes ? Waveform coder Limitations de Fourier F(w)= ∫ f(t) e-jwt dt  Plus d’information temporelle Utilisation de fenêtres pas de bonne résolution simultanée en temps et en freq Ondelettes: bonne résolution en freq et en temps   +∞ -∞ 06/12/2018 INTRODUCTION

Plan 1. Introduction 2. Approche théorique 3. Approche pratique 4. Quelques essais 5. Conclusion 06/12/2018

La transformée en ondelettes continue Fourier  e-jwt  +∞ -∞ F(w)= ∫ f(t) e-jwt dt Ys,u(x) = s1/2 Y x-u s ] [ Ondelettes   reste à définir Y t-u C(s,u)= ∫ f(t) s1/2 Y ] dt +∞ -∞ 06/12/2018 Approche théorique

La transformée en ondelettes continue Y est une fonction quelconque qui rempli certaines conditions: Condition d’admissibilité: ∫ Y (w) 2 w dw <  Y (w) 2 w = 0 = 0 ∫ Y (t) dt = 0 filtre passe-bande 06/12/2018 Approche théorique

La transformée en ondelettes continue Condition de régularité-moments nuls: Y présente des moments nuls t s C(s,0)= ∫ f(t) s1/2 Y [ ] dt +∞ -∞ Taylor … n=0  Y +∞ -∞ t s = S [ ] ∫ tn dt kn s n-1/2 moment décroissant 06/12/2018 Approche théorique

La transformée en ondelettes continue 06/12/2018 Approche théorique

Les ondelettes discrètes Transformée en ondelettes continue (s,u) valeurs continues redondance  ondelettes discrètes Yj,k (t) = s j 1 Y j t-kt0s0 s0 C’est toujours une fonction continue 06/12/2018 Approche théorique

Filtre passe-bande condition d’admissibilité dilater dans le temps ≡ compresser en freq on veut recouvrir tout le spectre en changeant le facteur d’échelle F {f(at)} = F 1 a w 06/12/2018 Approche théorique

Fonction d’échelle Problème: pour recouvrir ainsi le spectre jusqu’à 0, il faudrait un nb ∞ de y Solution: nb limité de y + fonction d’échelle j j(t) = S (j,k) yj,k(t) j,k 06/12/2018 Approche théorique

Transformée en ondelettes discrète banc de filtres  sur PC: utilisation de filtres numériques  algorithme rapide  FWT  Coeff de FWT 06/12/2018 Approche théorique

Compression grâce aux ondelettes On a les coeff FWT On détermine un seuil (global ou par niveau (Birge-Massart)) Au dessus du seuil: garde sa valeur En dessous du seuil:  0 Beaucoup de 0 => compression possible 06/12/2018 Approche théorique

Plan 1. Introduction 2. Approche théorique 3. Approche pratique 4. Quelques essais 5. Conclusion 06/12/2018

« parenthèse » Signal: 06/12/2018 Approche pratique

« parenthèse » décomposition: CA1 CD1 CA2 CD2 signal décomposition 06/12/2018 Approche pratique CA2 CD2

« parenthèse » compression: transmission: CD1 CD2 … CA1 0000 CD1’ CD2’ signal décomposition compression « parenthèse » transmission compression: CD1 CD2 … CA1 0000 CD1’ CD2’ CA1’ transmission: Tr 06/12/2018 Approche pratique

« parenthèse » décompression: 0000 CD1’’ CD2’’ … CA1’’ CD1’ CD2’ CA1’ signal décomposition compression « parenthèse » transmission décompression 0000 CD1’’ CD2’’ … CA1’’ CD1’ CD2’ CA1’ Tr décompression: 06/12/2018 Approche pratique

« parenthèse » recomposition: CA1’’ CD1’’ CA2’’ CD2’’ signal décomposition compression transmission décompression recomposition « parenthèse » recomposition: CA1’’ CD1’’ 06/12/2018 Approche pratique CA2’’ CD2’’

« parenthèse » Signal de départ: Signal reconstitué: 06/12/2018

Plan 1. Introduction 2. Approche théorique 3. Approche pratique 4. Quelques essais 5. Conclusion 06/12/2018

Choix de l’ondelette temps de calcul tc taux de compression TC qualité subjective famille d’ondelette: certaines plus simples => temps de calcul tx compression/qualité À TC comparable: haar: sym5: 06/12/2018 Quelques essais

Choix de l’ondelette temps de calcul tc taux de compression TC qualité subjective nombre de moments nuls: plus de moments nuls => temps de calcul tx compression/qualité à TC comparable: db10: db1: 06/12/2018 Quelques essais

Choix du nombre de niveaux de décomposition signal CA1 CD1 CA2 CD2 CA3 CD3 N=1 N=2 N=3 si N , tc - qualité -TC typiquement: 3 à 5 niveaux db10, N=1 TC=1,22 N=3 TC=3,60 N=5 TC=10,06 06/12/2018 Quelques essais

Plan 1. Introduction 2. Approche théorique 3. Approche pratique 4. Quelques essais 5. Conclusion 06/12/2018

Résultats différence entre les familles N=3 06/12/2018 Conclusion

Résultats Les différents niveaux de décomposition 06/12/2018 Conclusion

Résultats Assez bon Performances comparables à d’autres techniques - db10-N=5 => TC  10 => - DSP => TC  6 => - GSM 6.10 => TC  4 => Charge de calcul raisonnable Ordre de grandeur du taux de compression ajustable 06/12/2018 Conclusion

Questions ? 06/12/2018