Diapositive%201

1
Intitulé de la thèse Débruitage de la parole
et ses applications
Débruitage perceptuel de la parole
Asmaa Amehraye Sous lencadrement de Dominique
Pastor
Journées doctorales du département SC
2
Plan de la présentation
2/18

• Introduction
• Points durs
• La perception auditive
• Le débruitage perceptuel de la parole
• Résultats
• Conclusion et perspectives

1
2
3
4
5
6
3
Objectifs du débruitage de la parole
3/18
Processus du débruitage

• Restituer le signal de parole dans les
  environnement bruités
• Améliorer lintelligibilité de la parole
• Le confort découte de lauditeur

Applications Reconnaissance de la
parole Téléphonie mobile Téléphonie main libre
4
Les méthodes usuelles
4/18
Soustraction spectrale
Filtrage de Kalman
Méthodes à sous-espaces
Processus du débruitage
Ondelettes
Filtrage de Wiener
.........etc
5
Système mono capteur
5/18
Hypothèses
1- Bruit additif 2- Décorrélation entre bruit
b(n) et parole propre s(n).
s(n)
y(n)

b(n)
6
Points durs
6/18

• Estimation du bruit.
• Détection de lactivité vocale (DAV).
• Artéfacts Bruit musical et Distorsions du
  signal après débruitage.

7
Bruit musical?
7/18
Bruit musical
Gênant à la perception humaine
Solution Tenir compte des propriétés du système
auditif humain.
8
Système auditif
8/18
Coupe générale de loreille
9
Leffet de masquage?
9/18
On parle de masquage quand un son est rendu
inaudible par un autre.
Le masqueur élève localement le seuil daudition,
le son cible nécessite alors plus dénergie pour
être perçu.
10
Le débruitage perceptuel de la parole
10/18

• Contexte Prise en compte des propriétés de
  laudition humaine via la modélisation de
  certaines de ces propriétés déterminantes.
• Astuces Distinction entre ce qui est audible
  et ce quil ne lest pas.
• Outil Modélisation du phénomène de masquage
  par le calcul de la courbe de masquage.
• Objectif Diminuer les artéfacts (distorsions,
  bruit musical,)

11
11/18
Puissance du signal
Courbe de masquage
Portions inaudibles
12
Deux cas limite de lestimée de la courbe de
masquage
12/18
dB
dB
DSP du signal bruité
Courbe de masquage idéale
f(Hz)
f(Hz)
Le bruit résiduel augmente
Les distorsions du signal augmentent
Besoin dun compromis
15
13
Exemples dans la littérature
13/18
Loizou2 Lin4
Tim Haulik5 (même ordre didée que3) Détection et réduction des tonales musicales à partir du signal débruité à partir du signal bruité Les composantes spectrales au dessus juste de sont candidates pour être du bruit musical. Tim Haulik5 (même ordre didée que3) Détection et réduction des tonales musicales à partir du signal débruité à partir du signal bruité Les composantes spectrales au dessus juste de sont candidates pour être du bruit musical.
14
Contribution
14/19
15
Evaluation objective
15/19
MBSD (Modified Bark Spectral Distorsion)
SSNR (Segmental Signal to Noise Ratio)
16
Evaluation subjective
16/18
Tests audio
Wiener Loizou Lin Méthode proposée
-5dB
0dB
5dB
10dB
Input-5dB
Input0dB
Input5dB
Input10dB
She had your dark suit in greasy wash water all
year. Don't ask me to carry an oily rag like that
17
Conclusion et perspectives
17/18

• Lapport de la psycho-acoustique est net.
• Pour la reconnaissance de la parole, on veut
  montrer que ce nest pas juste une
• question de SNR.
• L'application de ces approches pour
  l'amélioration de l'intelligibilité audio et la
  
• reconnaissance automatique de la parole pour
  des applications de téléphonie
• mobile et de téléphonie main libre.

18
Bibliographie
18/18

• 1 E Zwicker, R. Feldtkeller, PsychoacoustiqueL
  oreille, récepteur dinformation, Masson,
  Paris, 1981.
• 2 Y. Hu and P. Loizou, Incorporating a
  psychoacoustic model in frequency domain speech
  enhancement, IEEE Signal Processing Letters,
  11(2), 2004, pp. 270-273.
• 3 A.Ben Aicha and S. Ben Jebara, Utilisation
  de la courbe de masquage pour la détection des
  tonales musicales artificielles dans un signal de
  parole débruité par approche spectrales ,
  ISIVC2006, Tunisie.
• 4 L. Lin,W. H. Holmes and E.
  Ambikairajah,Speech denoising using perceptual
  modification of Wiener filtering, IEEE
  Electronic Letters, vol. 38, no. 23, November
  2002, pp. 1486-1487.
• 5 T.Haulik, K.Linhard and P.Schrogmeier,
  Residual noise suppression using psychoacoustic
  criteria, Eurospeech 1997, pp 1395.
• Merci pour votre attention