Apprentissage de bancs de filtres pour la séparation aveugle de sources sonores - Télécom Paris Accéder directement au contenu
Communication Dans Un Congrès Année : 2022

Apprentissage de bancs de filtres pour la séparation aveugle de sources sonores

Résumé

-L'utilisation d'encodeurs audio paramétrés s'est révélée être une piste encourageante pour améliorer l'interprétabilité et les performances des modèles de séparation de sources bout-à-bout. Nous présentons des propriétés d'intérêt nécessaires à l'apprentissage des filtres de ces encodeurs ; et proposons une paramétrisation pour contraindre ces filtres. Sur la base de la transformée de Hilbert et du théorème de Bedrosian, nous proposons de construire un ensemble de filtres déphasés en modulant des sinusoïdes à travers des filtres passe-bas appris librement. Ces filtres permettent d'obtenir des invariances pour des décalages temporels, des décalages de phases tout en évitant l'utilisation de réseaux de neurones complexes grâce à une astuce de sur-paramétrisation de la phase pour une forme d'onde donnée.
Fichier principal
Vignette du fichier
mathieu818-1.pdf (218.32 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03759647 , version 1 (24-08-2022)

Identifiants

  • HAL Id : hal-03759647 , version 1

Citer

Félix Mathieu, Thomas Courtat, Gael Richard, Geoffroy Peeters. Apprentissage de bancs de filtres pour la séparation aveugle de sources sonores. Colloque Francophone de Traitement du Signal et des Images (GRETSI), Sep 2022, Nancy, France. ⟨hal-03759647⟩
111 Consultations
83 Téléchargements

Partager

Gmail Facebook X LinkedIn More