Avantages des ondelettes

Table des matières

SOMMAIRE
ABSTRACT
REMERCIEMENTS
LISTE DES TABLEAUX
LISTE DES FIGURES
LISTE DES ABRÉVATIONS ET SIGLES
INTRODUCTION
CHAPITRE 1 -Notions de base
1.1 Laparole
1.1.1 Définition d’un son
1.1.2 Définition de la parole
1.1.3 Différents types de parole
1.2 Le traitement numérique des signaux
1.3 La détection d’activité vocale
CHAPITRE 2- Les méthodes de base de la détection d’activité vocale et leur mise en application
2.1 Les méthodes de base
2.1.1 La mesure de la distance LPC
2.1.2 Le seuillage de l’énergie
2.1.3 Le seuillage adaptatif de l’énergie
2.1.4 Le taux de passages par zéro
2.1.5 L’estimateur de la périodicité par les moindres carrés
2.2 La mise en application des méthodes de base
2.2.1 Le DA V du Pan-European
2.2.2 Le DA V du G729
2.2.3 Les DAV de l’AMR
2.3 Comparaison des méthodes de base et de leur mise en application
CHAPITRE 3- Le détecteur d’activité vocale G729.B
3.1 Algorithme détaillé du G729.B
3.2 Ajustements du G729.B pour des milieux industriels bruités
3.2.1 Base d’expérimentation
3.2.2 Ajustements de l’algorithme
3.3 Résultats pratiques obtenus avec le G729.B ajusté
3.3.1 Base de validation
3.3.2 Résultats pratiques
3.4 Conclusion et améliorations possibles
CHAPITRE 4 – Les ondelettes
4.1 La théorie des ondelettes
4.1.1 Avantages des ondelettes
4.1.2 La transformée en ondelettes continue
4.1.3 La transformée en ondelettes discrète
4.1.4 L’analyse multirésolution
4.1.4.1 Les bases théoriques de l’analyse multirésolution
4.1.4.2 De la théorie à la pratique : Algorithme récursif de Mallat
4.1.4.3 La réalisation pratique de l’analyse multirésolution
4.1.4.4 Exemples de fonctions d’ondelettes et d’échelles
4.1.5 Les paquets d’ondelettes
4.2 Les DA V ondelettes proposés dans la littérature
4.2.1 L’algorithme de Stegmann et Schroder
4.2.2 L’algorithme de Chen et Wang
CHAPITRE 5- Le détecteur d’activité vocale basé sur les ondelettes 
5.1 Notions théoriques
5 .1.1 Décomposition en paquets d’ondelettes selon 1′ échelle de Mel
5 .1.2 Paramètre du Seuil de J ohnstone et Silverman
5.1.3 Énergie
5 .1.4 Moyenne et variance
5.2 Description détaillée de l’algorithme du détecteur d’activité vocale basé sur les ondelettes
5.3 Raisons d’un tel algorithme
5.3.1 Base d’expérimentation
5.3.2 Pourquoi utiliser le PSJS et l’énergie comme caractéristiques?
5.3.3 Pourquoi utiliser une ondelette Daubechies d’ordre 8?
5.4 Entraînement du DA V INNES
CHAPITRE 6- Résultats pratiques du détecteur d’activité vocale basé sur les ondelettes
6.1 Bases d’entraînement et de validation
6.2 Résultats pratiques
6.2.1 Performances
6.2.2 Explication du phénomène
6.2.3 Influences sur le phénomène
6.3 Généralisation du système
CONCLUSION
BIBLIOGRAPHIE