Séparation aveugle de source : de l’instantané au convolutif - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2017

Blind source separation: from instantaneous to convolutive

Séparation aveugle de source : de l’instantané au convolutif

Fangchen Feng
  • Fonction : Auteur
  • PersonId : 1030403

Résumé

The problem of audio source separation consists in estimating the signals of several sound sources recorded simultaneously by several microphones. This problem is classically known as the "cocktail party problem". Several difficulties appear in this problem. In the most general case, we only know the recordings of the various sources, without even knowing "how", they were recorded: it is the blind case. In addition, an echo effect is added naturally, which must be taken into account in the most realistic cases: we are dealing with a problem of deconvolution. Finally, depending on the number of microphones and the number of sources recorded, one can be in a case said over-determined, where there are more observations than sources, or conversely in an under-determined case. If the problem of the blind separation of instantaneous mixtures, that is to say without echo, if over-determined can be treated in the framework of the independent component analysis (ICA), the case under-determined and convolutional mixtures still pose serious challenges. For audio signals, it is natural to use the notion of parsimony in the time-frequency domain. This is the purpose of the Fourier transform in the short term. With this representation, we can approach the convolutive mixture of several instant-determined problems in each frequency band, and exploit techniques ICA plus the permutation problem of the sources estimated. In the under-determined framework, the separation is generally done in two steps: a step of estimating the mixing system, and a source separation step proper. Here again, these two steps can benefit from the use of parsimony in the time-frequency domain. However, when the mixture is reverberant, the estimation of the mixing system remains a major issue. Especially since, even when this one is known, the estimation of the sources remains a poorly posed inverse problem. The parsimony-based approaches allow here to obtain reference results in terms of objective performance measurements, such as signal-to-distortion ratios, or interference signal.
Le problème de séparation de sources audio consiste à estimer les signaux de plusieurs sources sonores enregistrées simultanément par plusieurs microphones. Ce problème est classiquement connu comme le "cocktail party problem". Plusieurs difficultés apparaissent dans ce problème. Dans le cas le plus général, on ne connait que les enregistrements des diverses sources, sans même savoir "comment", elles ont été enregistrées: c'est le cas aveugle. De plus, un effet d'écho s'ajoute naturellement, qui doit être pris en compte dans les cas les plus réalistes: on à affaire à un problème de déconvolution. Enfin, suivant le nombre de microphone et le nombre de sources enregistrées, on peut être dans un cas dit sur-déterminé, où il y a plus d'observations que de sources, ou inversement dans un cas sous-déterminés. Si le problème de la séparation aveugle des mélanges instantanés, c'est-à-dire sans écho, dans le cas sur-déterminé peut se traiter dans le cadre de l'analyse en composantes indépendantes (ICA), les cas sous-déterminés et les mélanges convolutifs posent encore de sérieux challenges. Pour les signaux audio, il est naturel d'exploiter la notion de parcimonie dans le domaine temps-fréquence. C'est le but de la transformée de Fourier à court terme. Grâce à cette représentation, on peut approcher les mélange convolutifs sur-déterminé comme plusieurs problèmes instantanées dans chaque bande fréquentielles, et exploiter les techniques d'ICA auxquels s’ajoute le problème de permutation des sources estimées. Dans le cadre sous-déterminés, la séparation se fait généralement en deux étapes: une étape d'estimation du système de mélange, et une étape de séparation de source proprement-dite. Ici encore, ces deux étapes peuvent bénéficier de l'utilisation de la parcimonie dans le domaine temps-fréquence. Cependant, lorsque le mélange est réverbérant, l'estimation du système de mélange reste un enjeux majeur. D'autant que, même lorsque celui-ci est connu, l'estimation des sources reste un problème inverse mal posé. Les approches basées sur la parcimonie permettent ici d'obtenir des résultats de références en terme de mesures de performances objectives, tels que les rapports signal à distortion, ou signal à interférence.
Fichier principal
Vignette du fichier
manuscrit_FENG_Fangchen.pdf (3.63 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

tel-01760974 , version 2 (13-10-2017)
tel-01760974 , version 1 (06-04-2018)

Identifiants

  • HAL Id : tel-01760974 , version 1

Citer

Fangchen Feng. Séparation aveugle de source : de l’instantané au convolutif. Sciences de l'ingénieur [physics]. Universite paris sud, 2017. Français. ⟨NNT : ⟩. ⟨tel-01760974v1⟩
784 Consultations
1070 Téléchargements

Partager

Gmail Facebook X LinkedIn More