Global ETD Search

1	Classification automatique des signaux audio-fréquences : reconnaissance des instruments de musique Essid, Slim 13 December 2005 (has links) (PDF) L'objet de cette thèse est de contribuer à améliorer l'identification automatique des instruments de musique dans des contextes réalistes, (sur des solos de musique, mais également sur des pièces multi-instrumentales). Nous abordons le problème suivant une approche de classification automatique en nous efforçant de rechercher des réalisations performantes des différents modules constituant le système que nous proposons. Nous adoptons un schéma de classification hiérarchique basé sur des taxonomies des instruments et des mélanges d'instruments. Ces taxonomies sont inférées au moyen d'un algorithme de clustering hiérarchique exploitant des distances probabilistes robustes qui sont calculées en utilisant une méthode à noyau. Le système exploite un nouvel algorithme de sélection automatique des attributs pour produire une description efficace des signaux audio qui, associée à des machines à vecteurs supports, permet d'atteindre des taux de reconnaissance élevés sur des pièces sonores reflétant la diversité de la pratique musicale et des conditions d'enregistrement rencontrées dans le monde réel. Notre architecture parvient ainsi à identifier jusqu'à quatre instruments joués simultanément, à partir d'extraits de jazz incluant des percussions. Apprentissage statistique Extraction d'informations Indexation automatique Audio Musique Instruments de musique Bases de données sonores Classification automatique Méthodes à noyau Machines à vecteurs supports Svm Sélection d'attributs Features Clustering Taxonomies hiérarchiques Descripteurs Timbre Distances probabilistes Rkhs Divergence Bhattacharryya

Search results

Classification automatique des signaux audio-fréquences : reconnaissance des instruments de musique