L’appareil phonatoire humain

Table des matières

ABSTRACT
REMERCIEMENTS
LISTE DE TABLEAUX
LISTE DE FIGURES
LISTE DES ABRÉVIATIONS
INTRODUCTION
CHAPITRE 1 LA PRODUCTION ET LA RÉCEPTION DE LA PAROLE
1.1 Préambule
1.2 L’appareil phonatoire humain
1.3 Eléments d’analyse acoustique du signal vocal
1.4 Mécanisme de la phonation
1.4.1 Phonation de sons voisés
1.4 .2 Phonation de sons non voisés
1.5 Caractéristique phonétique
1.6 Classification des phonèmes
1.6.1 Les voyelles
1.6.2 Les diphtongues
1.6.3 Les semi-consonnes
1.6.4 Les consonnes
1.6.4.1 Les consonnes fricatives
1.6.4.2 Les consonnes occlusives
1.6.4.3 Les consonnes nasales
1.6.4.4 Les consonnes liquides
1. 7 Modélisation mathématique de la production de la parole
1. 7.1 La propagation du son
1.7.2 Le modèle numérique de la production de la parole
1.8 Notions d’acoustique
1. 9 Propriétés acoustiques de l’ appareil auditif
CHAPITRE 2 CARACTÉRISTIQUES DU SIGNAL VOCAL NUMÉRIQUE 
2.1 Introduction
2.2 Traitement court-terme du signal vocal
2.3 Énergie court-terme
2.4 Taux de passage par zéro
2.5 La fonction d’autocorrélation
2.6 La fonction de différence moyenne d’amplitude
2.7 Lisage médian et filtrage linéaire
2.8 Transformée de Fourier court-terme
2.8.1 Transformée de Fourier discrete
2.9 Analyse spectrale du signal vocal
2.9.1 Analyse spectrale non paramétrique
2.10 Le modèle autorégressif pour la production de la parole
2.10.1 La méthode d’autocorrélation
2.1 0.1.1 Algorithme de résolution pour la méthode d’ autocorrélation
2.10.2 La méthode de covariance
2.10.3 Le gain du modèle
2.10.4 Discussion des méthodes d’analyse
2.1 0.5 Analyse spectrale basée sur le modèle autorégressif
2.11 Propriétés statistiques du signal vocal
CHAPITRE 3 LA DÉTECTION D’ACTIVITÉ VOCALE 
3.1 Préambule
3.2 L’effet du bruit dans un VAD
3.2.1 Bruits électriques
3.2.2 Le bruit de quantification
3.2.3 Le bruit ambiant.
3.3 Revue des algorithmes utilisés dans la détection d’activité vocale
3.3 .1 V AD basé sur l’ énergie court terme et le taux de passage par zéro
3.3.2 VAD basé sur un filtrage optimale de l’énergie court-terme
3.3 .2.1 Conception du filtre optimal
3.3.2.2 Algorithme de décision
3.3.2.3 Observations
3.3.3 VAD basé sur l’analyse de l’énergie court-terme en sous bandes de fréquence
3.3.3.1 Problématique
3.3.3.2 Définition des paramètres
3.3.3.3 Algorithme de décision
3.3.3.4 Observations
3.3.4 L’algorithme de VAD de l’annexe G.729 B de l’ITU
3.3.4.1 Extraction des paramètres
3.3.4.2 Initiation
3.3.4.3 Génération des paramètres
3.3.4.4 Décision initiale multicritères
3.3.4.5 Lissage de la décision initiale
3.3.4.6 Actualisation des paramètres du bruit de fond
3.3.5 VAD basé sur un modèle statistique
3.3.5.1 Le calcul du ratio de vraisemblance
3.3.5.2 L’estimation de la statistique du bruit de fond
3.3.5.3 L’algorithme de décision
3.3.5.4 Discussion
CHAPITRE 4 ALGORITHME DE DÉTECTION D’ACTIVITÉ VOCALE BASÉ SUR L’ANALYSE SPECTRALE 
4.1 Justification du concept utilisé
4.1.1 Le coefficient de corrélation spectrale
4.1.2 La moyenne des RSB des sous-bandes
4.1.3 Le choix de la méthode de calcul du spectre du signal
4.1.4 Comportement du CS dans le cas du bruit
4.1.5 Comportement du CS dans le cas du signal vocal
4.2 Algorithme de décision
4.2.1 Filtrage médian
4.2.2 Décision statistique
4.2.3 L’utilisation du modèle de Markov binaire pour la décision
4.2.4 Initiation et actualisation des paramètres
4.3 Évaluation des performances
CHAPITRE 5 IMPLÉMENTATION DE l’ALGORITHME SUR LE PROCESSEUR NUMÉRIQUE DE SIGNAL TMS320C6711
5.1 Problématique
5.2 Considérations générales sur un processeur dédié au traitement numérique du signal
5.2.1 Traitement analogue versus traitement numérique
5 .2.2 Numérisation du signal
5.3 Entrée sortie dans un système de traitement numérique du signal
5.4 Architecture du système
5.4.1 L’architecture des DSP
5.4.2 Les unités fonctionnelles et les registres
5.4.3 L’adressage
5.5 Format de représentation des nombres
5.5.1 Erreurs dues à la représentation
5.5.2 Processeur point fixe versus point flottant
5.6 Les interruptions
5.7 Vitesse du processeur
5.7.1 Le parallélisme dans le processeur TMS320C6711
5. 8 Les instructions
5.9 Le Code Compose Studio
5.1 0 Réalisation pratique
5.10.1 Test de fonctions
5.10.2 L’implémentation sur DSP
5.1 0.3 Explication du programme
5.10.4 Méthodologie du test de l’implémentation sur DSP
5.11 Recommandations
CONCLUSION
ANNEXES 1 :Transformée de Fourier rapide
2 : Description du test statistique
3 : Théorie bayésienne de la décision
4 : Modèles de Markov
BIBLIOGRAPHIE