L'objectif de ce travail est de proposer deux nouveaux indicateurs pour le diagnostic des réducteurs complexes à engrenages. Ces indicateurs sont obtenus à partir du cepstre d'énergie des signaux accélérométriques prélevés sur ces réducteurs. L'analyse cepstrale a étéretenue, en partie parce qu'elle présente un très bon rapport performance sur complexité, ce que confirme un examen de l'état de l'art en la matière.Le premier indicateur est global dans le sens ou son rôle est de désigner l'organe tournant développant un défaut dans le réducteur sous surveillance. Il est basé sur certainespropriétés d'invariance des pics du cepstre d'énergie. Ces propriétés ont été démontrées par le calcul de l'expression théorique du cepstre d'un modèle simplifié de signal d'engrènements multiples. Il est enfin montré que pour que cet indicateur remplisse pleinement son rôle, les signaux à traiter doivent être acquis sous échantillonnage angulaire, d'une part pour que le cepstre puisse garder sa résolution maximum et d'autre part pour pouvoir isoler chacun des engrènements d'un réducteur complexe par moyennage synchrone.Le deuxième indicateur est à la fois local et sélectif en ce sens qu'il est capable de localiser et reconnaître, sur l'organe tournant incriminé, un défaut de type écaillage ou piqûre. Il est basé sur le fait que le cepstre d'énergie de la signature temporelle de ce type de défaut est défini négatif, en conséquence il est bâtit à partir de l'intégrale du cepstre d'une fenêtre glissante sur le signal.Ces indicateurs ont été validés sur des signaux issus de simulations numériques et sur des signaux réels. Les simulations ont été obtenues à partir d'un modèle mécanique déjà disponible, elles ont permis de réaliser une étude paramétrique des défauts de type écaillageen dentures droites et hélicoïdales et aussi d'en révéler la signature temporelle.A partir de signaux acquis sous échantillonnage angulaire, des exemples de séparation d'engrènements sont donnés. Enfin à partir de signaux qui ont déjà été utilisés en plusieurs occasions pour faire du diagnostic, les performances de ces deux indicateurs sont mises enévidence.

Within the context of the assessment of laryngeal function, acoustic analysis has an important place because the speech signal may be recorded non-invasively and it forms the base on which the perceptual assessment of voice is founded. Given the limitations of perceptual ratings, one has investigated vocal cues of disordered voices that are clinically relevant, summarize properties of speech signals and report on a speaker's phonation in general and voice in particular. Ideally, the acoustic descriptors should also be correlates of auditory-perceptual ratings of voice. Generally speaking, the goal of acoustic analysis is to document quantitatively the degree of severity of a voice disorder and monitor the evolution of the voice of dysphonic speakers.<p><p><p>The first part of this thesis is devoted to the analysis of disordered connected speech. The aim is to investigate vocal cues that are clinically relevant and correlated with auditory-perceptual ratings. Two approaches are investigated. The variogram-based method in the temporal domain is addressed first. The second approach is in the cepstral domain. In particular, the first rahmonic amplitude is used as an acoustic cue to describe voice quality. A multi-dimensional approach combining temporal and spectral aspects is also investigated. The goal is to check whether acoustic cues in both domains report complementary information when predicting perceptual scores.<p><p><p>Both methods are tested first on a corpus of synthetic sound stimuli that has been obtained by means of a synthesizer of disordered voices. The purpose is to learn about the link between the signal properties (fixed by the synthesis parameters) and acoustic cues.<p>In this study, we had the opportunity to use two large natural speech corpora. One of them has been perceptually rated. <p><p><p>The final part of the text is devoted to the automatic classification of voice with regard to perceived voice quality. Many studies have proposed a binary (normal/pathological) classification of voice samples. An automatic categorization according to perceived degrees of hoarseness appears, however, to be more attractive to both clinicians and technologists and more likely to be clinically relevant. Indeed, one way to reduce inter-rater variability of an auditory-perceptual evaluation is to ask several experts to participate and then to average the perceptual scores. However, auditory-perceptual evaluation of a corpus by several judges is a very laborious, time-consuming and costly task. Making this perceptual evaluation task automatic is therefore desirable. <p>The aim of this study is to exploit the support vector machine classifier that has become, over the last years, a popular tool for classification, to carry out categorization of voices according to perceived degrees of hoarseness. / Doctorat en Sciences de l'ingénieur / info:eu-repo/semantics/nonPublished