Détecteur de mélodie sujet proposé par J. Le Roux le détecteur sera fondé sur une analyse double : dune.

Slides:



Advertisements
Présentations similaires
Traitement de signal.
Advertisements

PLL Boucle à Verrouillage de Phase Phase Locked Loop
TRANSFORMEE DE FOURIER DISCRETE
Transformée de Hilbert
notes de cours Série de Fourier
PRINCIPE SIMPLIFIE DE LA COMPRESSION MP3
détecteur de mélodie sujet proposé par J. Le Roux
Le Signal Vocal Notions sur l’audition Allure temporelle
D B C A commande optimale (critère quadratique) et filtrage de kalman
Comment on filtre un signal audio
Comment calculer le spectre d’un signal audio
Cours 5 – Comment bien échantillonner le signal audio
4. La transformée en z Un formalisme adapté au filtrage et à l’analyse en fréquence des signaux échantillonnés et à l’automatique numérique x(t) signal.
Analyse de la parole Ivan Magrin-Chagnolleau, CNRS
La transformée de Fourier en pratique
Série de Fourier s(t) = Une série de Fourier est une série du type :
INTRODUCTION 1. Une représentation du signal où le bruit est isolé
BASES TECHNIQUES ET PRATIQUES DU DOPPLER
Séries de Fourier Tout signal périodique (T) de puissance finie peut être décomposé en une somme de sinus et de cosinus. An=0 1(4/) 1+ 3 (4/3)
Le traitement du signal
Jean Paul CHAMBARET STAGE LASERS INTENSES
Spectre.
SON COMPLEXE - SPECTRE Le son pur est un modèle mathématique (sinusoïde…) Un son complexe peut être décomposé en une sommes de sinusoïdes (Théorème de.
Chapitre 2 : Filtrage Professeur. Mohammed Talibi Alaoui
Modulation Démodulation Réception AM
Traitement du signal TD0 : Introduction.
1 par Jean-Paul Stromboni, octobre 2008 Un autobilan pour réviser le devoir surveillé n°1 du cours S.S.I.I., par Jean-Paul Stromboni, octobre 2008 Elève.
Miniprojet S.S.I.I., , S.I.3 Analyse du signal NOTEguitare.wav N = fe=44100 Hz le signal audio à analyser :
ELG La transformée de Fourier, énergie, puissance et densités spectrales.
2. La série de Fourier trigonométrique et la transformée de Fourier
TRAITEMENT D’IMAGE SIF-1033.
TRAITEMENT D’IMAGE SIF-1033.
Attention, les intensités sonores sajoutent, mais pas les niveaux sonores.
Savoir faire ED 268 I.L.P.G.A. PRAAT.
Théorie de l'Échantillonnage
ELECTRICITE Hervé BOEGLEN IUT de Colmar Département R&T 2007.
SIG3141 Partie I: Analyse de Fourier ESIEA D Kateb
DU TRAITEMENT DU SIGNAL
SoundEngine Un serveur d ’effets sonore en temps réel Juillerat Nicolas.
DU TRAITEMENT DU SIGNAL
Signaux Electriques Analyse Temporelle / Analyse Fréquentielle:
Signal d’échantillonnage vH(t) et son spectre
ONDES PROGRESSIVES PERIODIQUES
Reconnaissance automatique de la parole
Les différentes sortes de filtre
Ch2 Caractéristiques des ondes
SUJETS SPÉCIAUX EN INFORMATIQUE 1
Thibault ROY Université de Caen / Basse-Normandie Laboratoire GREYC – Equipe ISLanD Apport d’outils d’informatique documentaire à l’analyse de forums de.
Description harmonique des signaux périodiques
INF-1019 Programmation en temps réel
Les signaux périodiques
L’ACOUSTIQUE MUSICALE L ' acoustique musicale. I) Qu’est ce que l’acoustique musicale ? II) Les caractéristiques d’un signal sonore. III) L’ analyse de.
L’axe des abscisses est gradué toutes les à 0,5 ms
DU TRAITEMENT DU SIGNAL
Asservissement et régulation continu
1 23 mars 2004, Jean-Paul Stromboni Signaux et Systèmes pour l’Informaticien Bilan essais erreurs des six premières séances Module SSI d’ESSI 1– 23 mars.
ANALYSE DES SERIES CHRONOLOGIQUES METHODES ET APPLICATIONS EN HYDROLOGIE Danièle VALDES-LAO
Chapitre 3 suite Acoustique musicale
Exemples de sujets d’analyse.
Convolution / corrélation / appodisation 04/11/ ANF la mesure en sismologie.
Emetteurs et récepteurs sonores c-Caractéristiques et traitement du son.
I Qu’est ce que le son? Éléments de M.A.O. – support de cours
ANALYSE HARMONIQUE.
Nature du son.
e-Caractéristiques des ondes sonores et ultrasonores
Du temporel au fréquentiel Transformée de Laplace Transformée de Fourier.
1 Description harmonique des signaux périodiques 1Notion de composition harmonique 2Représentations spectrales 3Valeur efficace 4Détermination des éléments.
Rappels sur la transformée de Fourier
Active Noise Cancellation
Exploiter la fonction fft(.) de Scilab
Transcription de la présentation:

détecteur de mélodie sujet proposé par J. Le Roux le détecteur sera fondé sur une analyse double : dune part, la recherche de la fréquence fondamentale dans le signal dautre part, lanalyse des harmoniques présentes dans le signal et lapplication dune opération non linéaire pour mettre en évidence la fréquence fondamentale

détecteur de mélodie un signal vocal : on analyse la portion de signal entre les deux barres verticales temps (en secondes) amplitude

signal analysé on y recherche le rythme des impulsions visibles à lœil : la mélodie on y distingue la fréquence fondamentale et les harmoniques mais les pics ne sont pas nécessairement très visibles ; on cherche le premier pic (le fondamental) les abscisses des autres pics étant en principe des multiples de celle du fondamental Analyse en fréquence fréquence (en hertz) fondamental harmoniques

sélection du premier pic dans le domaine des basses fréquences (le fondamental) et représentation de ce signal dans le domaine temporel

Utilisation des hautes fréquences après filtrage passe haut, on élève le signal au carré ce qui refait apparaître des harmoniques dans le domaine des basses fréquences

mise en évidence du premier pic et du signal temporel associé fréquences temps (les effets de bord sont dus à une utilisation sans précautions de la transformée de Fourier)

attention aux effets de bord en analyse spectrale : tout se passe comme si le signal analysé était périodisé ; il faut donc utiliser une fenêtre danalyse spectrale, comme la fenêtre de Hamming