Apprentissage de bancs de filtres pour la séparation aveugle de sources sonores - Archive ouverte HAL Access content directly
Conference Papers Year :

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

(1, 2) , (1) , (3, 4, 5) , (3, 4, 5)
1
2
3
4
5

Abstract

-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
Origin : Files produced by the author(s)

Dates and versions

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

Identifiers

  • HAL Id : hal-03759647 , version 1

Cite

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⟩
46 View
11 Download

Share

Gmail Facebook Twitter LinkedIn More