Vous êtes ici : GIPSA-lab > Formation > Thèses soutenues
Chargement
EL CHAMI Zaher

Rehaussement de la parole par des techniques de séparation de sources bi-capteurs.

 

Directeur de thèse :     Christine SERVIERE

École doctorale : Electronique, electrotechnique, automatique, traitement du signal (eeats)

Spécialité : Signal, image, parole, télécoms

Structure de rattachement : UJF

Établissement d'origine : Autre

Financement(s) : CIFRE

 

Date d'entrée en thèse : 01/01/2007

Date de soutenance : 11/06/2010

 

Composition du jury :
Antoine Pham,Directeur de thèse
Christine Sérvière, Directeur de thèse
Alexandre Guérin, Directeur de thèse
Christian Jutten, Président
Karim Abed-MERAIM, Rapporteur
Yannick Deville, Rapporteur

 

Résumé : La séparation aveugle de sources est étudiée dans cette thèse comme une technique pour débruiter de parole. Une nouvelle méthode de séparation basée sur un modèle de probabilité est proposée pour le cas sous déterminé. Contrairement à ce qu'il était proposé jusqu'à présent, nous montrons que le rapport entre les représentations temps-fréquence (TF) de deux observations, revenant à une seule source, n'est pas constant, mais varie aléatoirement suivant une distribution de probabilité que nous allons estimer. Sous l'hypothèse d'avoir des supports TF disjoint entre les sources, le modèle de la distribution théorique du couple (log ILD/IPD), représentant respectivement le logarithme de la différence d'énergie et la différence de phase entre les deux observations du mélange, est calculé. Les paramètres de ce modèle sont estimés par la technique Espérance-Maximisation afin de construire les masques TF de séparation. De plus, une nouvelle méthode pour compter et localiser le nombre des sources est présentée. Les performances de la méthode de séparation et du comptage et localisation sont évaluées sur des bases de données réelles. Des bons résultats sont obtenus même dans des situations sévères.


GIPSA-lab, 11 rue des Mathématiques, Grenoble Campus BP46, F-38402 SAINT MARTIN D'HERES CEDEX - 33 (0)4 76 82 71 31