| Summary: | Le travail présenté dans ce mémoire de maîtrise porte sur la détection de transitoires dans un signal audio. L'objectif visé est de pouvoir extraire le rythme et la segmentation du signal musical. Ce projet s'inscrit dans le cadre général d'un dispositif de transcription automatique de la musique. La problématique majeure réside dans la détection de toutes les transitoires contenues dans le signal musical, y compris celles masquées par des composantes stationnaires de plus haute énergie. Les méthodes que nous avons envisagées sont basées sur des décompositions temps-fréquence du signal et une décomposition du signal en deux composantes, l'une stationnaire et l'autre transitoire.Le premier algorithme développé décompose le signal en bandes de fréquences.Le signal d'enveloppe de chaque bande de fréquences est analysé (par une étude sur le signal de dérivée) afin d'identifier les positions des transitoires. L'utilisation d'un opérateur de Teager (qui met en évidence des transitoires dans le signal) sur des signaux réels de guitare, a permis de passer de 67% à 92% de bonnes détections des transitoires de haute énergie (à peine 50% de toutes les transitoires) sans toutefois permettre la détection de transitoires masquées de faible énergie toutes aussi importantes. La méthode que nous avons envisagée, pour détecter un maximum de transitoires, utilise un pré-traitement séparant l'information transitoire du reste du signal. Un filtrage fréquentiel adaptatif permet de retirer au signal sa composante harmonique, avant de procéder à la localisation temporelle des transitoires. La méthode évaluée avec des signaux réels riches de guitare permet de détecter 85% des transitoires.
|
|---|
