Processing and analysis of sounds signals by Huang transform (Empirical Mode Decomposition: EMD) - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2012

Processing and analysis of sounds signals by Huang transform (Empirical Mode Decomposition: EMD)

Traitement et analyse des signaux sonores par la transformée de Huang (EMD)

Résumé

This dissertation explores the potential of EMD as analyzing tool for audio and speech processing. This signal expansion into IMFs is adaptive and without any prior assumptions (stationarity and linearity) on the signal to be analyzed. Salient properties of EMD such as dyadic filter bank structure, quasi-symmetry of IMF and fully description of IMF by its extrema, are exploited for denoising, coding and watermarking purposes. In speech signals denoising, we initially proposed a technique based on IMFs thresholding. A comparative analysis of performance of this technique compared to the denoising technique based on the wavelet. Then, to remedy the problem of the MMSE filters which requires an estimation of the spectral properties of noise, we introduced the ACWA filter in the denoising procedure. The proposed approach is consisted to filter all IMFs of the noisy signal by ACWA filter. This filtering approach is implemented in the time domain, and also applicable in the context of colored noise. Finally, to handle the case of hybrid speech frames, that is composed of voiced and unvoiced speech, we introduced a stationarity index in the denoising approach to detect the transition between the mixture of voiced and unvoiced sounds. In audio signals coding, we proposed four compression approaches. The first two approaches are based on the EMD, and the other two approaches exploit the EMD in association with Hilbert transform. In particular, we proposed to use a predictive coding of the instantaneous amplitude and frequency of the IMFs Finally, we studied the problem of audio signals watermarking in context of copyright protection. The number of IMFs can be variable depending on the attack type. The proposed approach involves inserting the mark in the extrema of last IMFs. In addition, we introduced a synchronization code in the procedure in order to facility the extraction of the mark. These contributions are illustrated on synthetic and real data and results compared to well established methods such as MMSE filter, wavelets approach, MP3 and AAC coders showing the good performances of EMD based signal processes. These findings demonstrate the real potential of EMD as analyzing tool (in adaptive way) in speech and audio processing.
Cette thèse explore les apports de l'EMD (Empirical Mode Decomposition) pour le traitement des signaux audio et de parole. Cette décomposition conduit à une représentation du signal comme une somme de modes orthogonaux, ou IMFs (Intrinsic Mode Functions). Elle est adaptative et ne fait pas d'hypothèses de type stationnarité ou linéarité sur le signal à analyser. Le comportement en banc de filtre dyadique de l'EMD ainsi que la quasi-symétrie des modes, qui permet de les représenter à partir de leurs extrema, sont les propriétés à l'origine des outils développés dans cette thèse qui aborde plus spécifiquement le débruitage, le codage et le tatouage de des signaux audio et de parole. Dans le cadre du débruitage des signaux de parole, nous avons initialement proposé une technique basée sur le seuillage des IMFs. Nous avons effectué une analyse comparative des performances de cette technique par rapport au débruitage effectué à base d'ondelettes. Ensuite, pour remédier au problème de l'emploi de filtres MMSE qui nécessite l'estimation des propriétés spectrales du bruit, nous avons introduit le filtre ACWA dans la procédure de débruitage. L'algorithme proposé consiste à filtrer toutes les IMFs du signal de parole bruité, soit au moyen d'un filtre ACWA, soit par seuillage. Ce filtrage, implémenté dans le domaine temporel, permet en particulier de traiter le cas de bruits colorés. Finalement, afin de gérer le cas de trames de parole hybrides, constituées de mélanges de séquences voisées et non voisées, nous avons introduit un indice de stationnarité dans la procédure de débruitage afin de détecter les trames de transition entre sons voisés et non voisés. Dans le cadre du codage des signaux audio et de parole, nous avons proposé quatre techniques de compression. Les deux premières approches sont basées sur l'EMD et les suivantes exploitent l'EMD en association avec la transformée de Hilbert. En particulier, nous avons proposé d'employer un codage prédictif de l'amplitude et de la fréquence instantanée des IMFs. Finalement, nous avons également étudié le problème du tatouage des signaux audio et de parole dans le contexte de la protection des droits d'auteurs. Le nombre d'IMFs peut être variable selon l'attaque mise en oeuvre mais la procédure proposée, qui consiste à insérer la marque du tatouage dans le codage des extrema de la dernière IMF reste robuste aux attaques classiques. De plus, nous avons introduit un code de synchronisation de la marque afin d'en faciliter l'extraction. Ces différentes contributions sont illustrées sur des données synthétiques et réelles et les résultats comparés à ceux de méthodes éprouvées telles que le filtre MMSE pour le débruitage, les traitements par ondelettes et les codecs AAC et MP3 pour le codage ou les principales techniques de tatouage. Ces tests montrent les bonnes performances des algorithmes développés autour de l'EMD et illustrent la puissance de cet outil pour l'analyse et le traitement des signaux audio et de parole.
Fichier principal
Vignette du fichier
2012telb0200_Kais_Khaldi.pdf (4.42 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

tel-00719637 , version 1 (20-07-2012)

Identifiants

  • HAL Id : tel-00719637 , version 1

Citer

Kais Khaldi. Processing and analysis of sounds signals by Huang transform (Empirical Mode Decomposition: EMD). Signal and Image Processing. Télécom Bretagne, Université de Bretagne Occidentale, 2012. English. ⟨NNT : ⟩. ⟨tel-00719637⟩
376 Consultations
1023 Téléchargements

Partager

Gmail Facebook X LinkedIn More