Next Talks

Cet exposé propose une description des méthodes de classification et de traitement du signal utilisées dans les tâches de structuration et d’analyse automatique des flux audio en précisant les différents contextes applicatifs et leurs problématiques respectives.
Deux exemples particuliers de structuration et d’analyse de flux audio seront présentés : la classification automatique de signaux audio et l’analyse rythmique de morceaux de musique.

La méthodologie de classification de signaux audio proposée repose sur l’extraction de descripteurs audio de natures diverses (temporelle, énergétique, spectrale, cepstrale) et d’horizons temporels variés (long terme ou court terme) et sur l’utilisation d’un classificateur par Machine à Vecteurs de Support (SVM).
A partir de ce formalisme de classification, il est possible de mettre en œuvre des outils de segmentation de flux radiophoniques, d’étiquetage de morceaux de musiques ou de détection d’événements acoustiques particuliers (rires, applaudissements, …).

Dans le domaine de l’analyse des signaux musicaux, l’extraction automatique d’informations rythmiques comme la position des temps est une tâche essentielle car elle caractérise la structure temporelle d’un morceau de musique. Dans ce contexte, la méthodologie proposée consiste premièrement à estimer les instants d’attaques des instruments au cours du temps. Par la suite, l’estimation et le suivi conjoints du tempo (fréquence) et de la position des temps (phase) sont effectués grâce à un formalisme probabiliste original basé sur le concept de Champs de Markov aléatoires (Conditional Random Fields, CRF).

Chaque partie de l’exposé sera illustrée d’exemples concrets de réalisation.