Master IAD Module PS. Reconnaissance de la parole (suite): Paramétrisation. Gaël RICHARD Février 2008

Dimension: px
Commencer à balayer dès la page:

Download "Master IAD Module PS. Reconnaissance de la parole (suite): Paramétrisation. Gaël RICHARD Février 2008"

Transcription

1 Master IAD Module PS Reconnaissance de la parole (suite): Paramétrisation Gaël RICHARD Février

2 Reconnaissance de la parole Introduction Approches pour la reconnaissance vocale Paramétrisation Distances et mesures de distortion spectrale Alignement Temporel et Programmation dynamique (DTW) Introduction aux modèles de Markov Cachés Base de données pour la reconnaissance Exemples d applications Gaël RICHARD Master IAD - PS Février

3 Paramétrisation Réalisée par un module de traitement du signal (souvent appelé «Front End») Réalise une analyse spectrale du signal généralement effectuée suivant une des méthodes ci-dessous: Par banc de filtres (typiquement 10 à 30 bandes fréquentielles) Par FFT (cas particulier) Approche cepstrale Prédiction linéaire (LPC) Gaël RICHARD Master IAD - PS Février

4 Paramétrisation Méthodes par bancs de filtres Ont été beaucoup utilisées Remplacées actuellement par des méthodes plus spécifiques Méthodes à base de la transformée de Fourier Existence d algorithmes rapides La FFT peut représenter la première étape d une analyse spectrale qui sera ensuite ré-échantillonnée suivant une nouvelle échelle fréquentielle (Echelle Logarithmique, Echelle Bark, Echelle Mel) 3 paramétrisations couramment utilisées: Les paramètres MFCC Les paramètres LPCC Les paramètres PLP Gaël RICHARD Master IAD - PS Février

5 Paramétrisation: paramètres spectraux Paramétrisation spectrale: analyse d un signal audio (d après Laroche) Gaël RICHARD Master IAD - PS Février

6 Paramétrisation Echelle BARK (tableau d après Hartmann97) Est basée sur les bandes critiques telles qu elles sont perçues par l oreille Assez proche d une échelle logarithmique Gaël RICHARD Master IAD - PS Février

7 Echelle BARK Formules analytiques approchant l échelle Bark (d après Hartmann97 avec z en Bark et f en Hertz) Facteurs de correction Gaël RICHARD Master IAD - PS Février

8 Echelle BARK Formules analytiques inverses Facteurs de correction Gaël RICHARD Master IAD - PS Février

9 Vers l échelle MEL Hauteur tonale des sons purs Expérience sur des sons purs: par rapport à un son de référence (1 khz par exemple), on dit que la tonie double si un autre son est perçu comme 2 fois + aigu, etc. Constatation: la tonie est proportionnelle à la fréquence pour les fréquences basses. On identifie 2 échelles De 0 à 500 Hz où 1 Mel = 1 Hz (courbe linéaire) > 500 Hz où la tonie croit de façon logarithmique en fonction de la fréquence Gaël RICHARD Master IAD - PS Février

10 La courbe de Tonie en Mels Gaël RICHARD Master IAD - PS Février

11 Echelle Mel Correspond à une approximation de la sensation psychologique de hauteur d un son (Tonie) Existence de formules analytiques: Exemples: Gamme mel Gamme Hertz Gaël RICHARD Master IAD - PS Février

12 Filtre en échelle Mel Filtrage Mel (d après Rabiner93) S 1 S j Energie dans chaque bande S N Gaël RICHARD Master IAD - PS Février

13 Représentation cepstrale Intérêt Modèle source filtre de la parole Modèle source filtre dans le domaine spectral Cepstre (réél): somme de 2 termes Gaël RICHARD Master IAD - PS Février

14 Représentation cepstrale(d après Furui2001) Exemples: de Spectres à court terme (gauche) et de cepstre c(τ) (droite) τ est homogène à un temps et est appelé quéfrence Gaël RICHARD Master IAD - PS Février

15 Représentation cepstrale Séparation de la contribution du conduit vocal et de la source par liftrage Gaël RICHARD Master IAD - PS Février

16 Représentation cepstrale Contribution de la source Contribution du conduit vocal (hypothèse: filtre causal, stable, minimum de phase) Gaël RICHARD Master IAD - PS Février

17 Représentation cepstrale Contribution du conduit vocal Développement en série Gaël RICHARD Master IAD - PS Février

18 Représentation cepstrale Exemples de liftres (d après Calliope89) Gaël RICHARD Master IAD - PS Février

19 Paramétrisation MFCC «Mel-Frequency Cepstral Coefficients» C est probablement la paramétrisation la plus répandue dans les systèmes actuels Gaël RICHARD Master IAD - PS Février

20 Paramétrisation MFCC Calcul des coefficients MFCC Une implémentation classique: 13 Coefficients (sans C 0 ) Filtres Mels espaces de 150 Mel (largeur de bandes 300 Mels) Utilisation des dérivées premières et secondes Soit des vecteurs de 39 paramètres acoustiques Gaël RICHARD Master IAD - PS Février

21 Lissage cepstral Estimation de l enveloppe par le cepstre: Calcul du cepstre réel C n, puis lifrage basses quéfrences Reconstruction de l enveloppe spectrale d amplitude E =FFT(C n ) Gaël RICHARD Master IAD - PS Février

22 Paramétrisation LPCC Schéma général Gaël RICHARD Master IAD - PS Février

23 Paramétrisation LPCC Préaccentuation Gaël RICHARD Master IAD - PS Février

24 Paramétrisation LPCC Fenêtrage Par exemple fenêtre de Hamming Recouvrement entre fenêtres Gaël RICHARD Master IAD - PS Février

25 Paramétrisation LPCC Analyse LPC (modélisation AR) Plusieurs coefficients peuvent être utilisés: Les coefficients de prédiction: Les coefficients de réflexion (PARCOR): Les coefficients LAR: Gaël RICHARD Master IAD - PS Février

26 Paramétrisation LPCC Conversion des paramètres LPC en coefficients cepstraux (Les paramètres LPCC) On peut écrire (Expansion de Laurent): En dérivant par rapport à Gaël RICHARD Master IAD - PS Février

27 Conversion LPC LPCC Gaël RICHARD Master IAD - PS Février

28 Paramétrisation LPCC Pondération Grande sensibilité des premiers coefficients cepstraux sur la pente spectrale générale Sensibilité au bruit des coefficients élevés Utilisation d une pondération pour minimiser cette sensibilité: Exemple de fenêtres Gaël RICHARD Master IAD - PS Février

29 Paramétrisation LPCC Calcul des dérivées temporelles et secondes: Un simple moyennage aux différences donne des estimations bruitées Utilisation d un plus grand horizon temporel: est une constante de normalisation Gaël RICHARD Master IAD - PS Février

30 Les paramètres LPCC Vecteur de paramètres acoustiques (LPCC) Gaël RICHARD Master IAD - PS Février

31 Les paramètres PLP (d après Hermansky90) PLP = Perceptual Linear Prediction Schéma général Gaël RICHARD Master IAD - PS Février

32 Les paramètres PLP (d après Hermansky90) Analyse échelle Bark (légèrement différente) : le spectre est recalculé en utilisant la transformation : Convolution entre le spectre et les filtres de gain Gaël RICHARD Master IAD - PS Février

33 Les paramètres PLP (d après Hermansky90) Banc de filtres en bandes critiques Gaël RICHARD Master IAD - PS Février

34 Les paramètres PLP (d après Hermansky90) Préaccentuation perceptuelle consiste à prendre en compte les variations de sensibilité de l'oreille avec la fréquence Réalisée en pré-accentuant le spectre de puissance précédemment calculé à l'aide de la fonction qui simule la sensibilité de l'oreille à - 40 db : La courbe de sensibilité de l oreille est approximée par (pour les fréquences inférieures à 5000 Hz): Gaël RICHARD Master IAD - PS Février

35 Les paramètres PLP (d après Hermansky90) Compression (Intensity/loudness conversion) C'est ici une approximation de la loi de Stevens et elle simule la relation non-linéaire entre l'intensité d'un son et la sensation de puissance sonore correspondante. On peut ensuite en déduire des coefficients cepstraux PLP en suivant la même approche que pour les coefficients LPCC. Gaël RICHARD Master IAD - PS Février

36 Comparaison PLP MFCC (Hönig et al 05) Gaël RICHARD Master IAD - PS Février

37 Comparaison PLP MFCC (Hönig et al 05) Comparaison des pré-accentuations: A gauche: Préaccentuation perceptuelle pour les PLP (la courbe en pointillée intégrant un facteur correctif pour les fréquences au dessus de 5 khz); A droite : La courbe de préaccentuation traditionnelle pour les MFCC est donnée à droite Gaël RICHARD Master IAD - PS Février

38 Comparaison PLP MFCC (Hönig et al 05) Comparaison des bancs de filtres: En haut: Banc de filtres Bark pour les PLP En bas: Banc de filtres MEL pour les MFCC Gaël RICHARD Master IAD - PS Février

39 Distances et Mesures de distorsion spectrale Essentielles en reconnaissance Les distances dépendent bien sur de la paramétrisation Existence d un nombre important de techniques Distances Log-spectrales Distances cepstrales Distance d Itakura-Saito Etc Gaël RICHARD Master IAD - PS Février

40 Distance : aspects mathématiques ssi Gaël RICHARD Master IAD - PS Février

41 Distance : aspects perceptuels Prendre en compte certains aspects perceptuels dans les distances. Par exemple, certains changements spectraux ne changent pas le phonème perçu Changement de pente spectrale Filtrage passe-bas ou passe-haut (dans certaines mesures ) Filtrage «Notch» Gaël RICHARD Master IAD - PS Février

42 Distance : aspects perceptuels Par contre certains changements spectraux auront un impact direct sur le son perçu Déplacement de formants Changement de la largeur de bande des formants Distances perceptuelles JND «Just Noticeable Distance» (Déplacements de formants, changement de largeur de bande.) Finalement assez peu utilisées en pratique Gaël RICHARD Master IAD - PS Février

43 Distances Log-spectrales Appropriées d un point de vue perceptuel Norme L p entre Gaël RICHARD Master IAD - PS Février

44 Distances Log-spectrales Spectres d amplitudes et le module de leur différence logarithmique (d après Rabiner93) Gaël RICHARD Master IAD - PS Février

45 Distances Log-spectrales Utilisation de la norme Lp sur les modèles tout pôle d une prédiction linéaire Gaël RICHARD Master IAD - PS Février

46 Distances cepstrales Distance sur les coefficients cepstraux En pratique Avec pondération Gaël RICHARD Master IAD - PS Février

47 Mesures de distorsion et rapport de vraisemblance Mesure d Itakura-Saïto Où les erreurs de prédiction sont données par: Gaël RICHARD Master IAD - PS Février

48 Mesures dérivées de la mesure d Itakura-Saïto La distance d Itakura Ou encore «rapport de vraisemblance» Gaël RICHARD Master IAD - PS Février

49 Distances cepstrales intégrant les dérivées Dérivées premières Dérivées Secondes Distance globale ; Gaël RICHARD Master IAD - PS Février

Ecole d été - Cargèse. Représentation des signaux. Plan. Formule de Parseval. Représentation de Fourier. Qu est-ce que le Traitement du signal?

Ecole d été - Cargèse. Représentation des signaux. Plan. Formule de Parseval. Représentation de Fourier. Qu est-ce que le Traitement du signal? Qu est-ce que le Traitement du signal? But du Traitement du signal: Extraire un maximum d informations utiles sur un signal perturbé par le bruit Ecole d été - Cargèse Traitement du Signal pour la parole

Plus en détail

Master IAD Module PS. Reconnaissance de la parole (suite) Alignement temporel et Programmation dynamique. Gaël RICHARD Février 2008

Master IAD Module PS. Reconnaissance de la parole (suite) Alignement temporel et Programmation dynamique. Gaël RICHARD Février 2008 Master IAD Module PS Reconnaissance de la parole (suite) Alignement temporel et Programmation dynamique Gaël RICHARD Février 2008 1 Reconnaissance de la parole Introduction Approches pour la reconnaissance

Plus en détail

Intérêt du découpage en sous-bandes pour l analyse spectrale

Intérêt du découpage en sous-bandes pour l analyse spectrale Intérêt du découpage en sous-bandes pour l analyse spectrale David BONACCI Institut National Polytechnique de Toulouse (INP) École Nationale Supérieure d Électrotechnique, d Électronique, d Informatique,

Plus en détail

Audio Numérique Notes de cours année 2006/2007. 1 Complément sur la TFD, illustration sous Pure Data

Audio Numérique Notes de cours année 2006/2007. 1 Complément sur la TFD, illustration sous Pure Data Audio Numérique Notes de cours année 2006/2007 Marc Ferràs - Thomas Pellegrini LIMSI-CNRS Pour cette séance, vous devez rédiger un compte-rendu de TP à rendre à la fin de la séance. 1 Complément sur la

Plus en détail

Transformée de Fourier Discrète Convolution Circulaire

Transformée de Fourier Discrète Convolution Circulaire BE Traitements Numériques des Signaux n 2 Filière SICOM 2A PHELMA-ENSE 3 Année 2015-2016 Pascal PERRIER Transformée de Fourier Discrète Convolution Circulaire 1. Analyse d un signal périodique Dans cette

Plus en détail

Exemples d application

Exemples d application Exemples d application Pour que vous puissiez tester les méthodes décrites ci-dessous, commencez par copier sur votre disque dur les exemples de bruits contenus dans le dossier Soundsamples qui se trouve

Plus en détail

Codage de la parole. 2 ième année Master RFIA USTO-MB Cours R. Parole

Codage de la parole. 2 ième année Master RFIA USTO-MB Cours R. Parole Codage de la parole Le signal de parole est complexe et redondant. Il possède une grande variabilité. Pour que le système de reconnaissance de la parole fonctionne efficacement, les informations caractéristiques

Plus en détail

Reconnaissance de la parole par distance DTW Exemple d application pour la reconnaissance de chiffres isolés dans la langue arabe

Reconnaissance de la parole par distance DTW Exemple d application pour la reconnaissance de chiffres isolés dans la langue arabe Reconnaissance de la parole par distance DTW Exemple d application pour la reconnaissance de chiffres isolés dans la langue arabe Abderrahmane BENDAHMANE Laboratoire SIMPA Département d informatique Université

Plus en détail

Communication parlée L2F01 TD 7 Phonétique acoustique (1) Jiayin GAO 20 mars 2014

Communication parlée L2F01 TD 7 Phonétique acoustique (1) Jiayin GAO <jiayin.gao@univ-paris3.fr> 20 mars 2014 Communication parlée L2F01 TD 7 Phonétique acoustique (1) Jiayin GAO 20 mars 2014 La phonétique acoustique La phonétique acoustique étudie les propriétés physiques du signal

Plus en détail

Laboratoire 4: L analyse spectrale et le filtrage par transformée de Fourier

Laboratoire 4: L analyse spectrale et le filtrage par transformée de Fourier Université du Québec à Montréal Département d Informatique MIC4220 Traitement numérique des signaux Laboratoire 4: L analyse spectrale et le filtrage par transformée de Fourier But Familiarisation avec

Plus en détail

Master IAD Module PS. IV. Reconnaissance de la parole. Gaël RICHARD Février 2008

Master IAD Module PS. IV. Reconnaissance de la parole. Gaël RICHARD Février 2008 Master IAD Module PS IV. Reconnaissance de la parole Gaël RICHARD Février 2008 1 Contenu Introduction aux technologies vocales Production et Perception de la parole Modélisation articulatoire Synthèse

Plus en détail

Rapport Soutenance 1

Rapport Soutenance 1 Les Retrouvés EPITA Cycle préparatoire SPE 2018 Rapport Soutenance 1 Membres du groupe: Alexis yang(chef de projet) Emmanuel andriot Alexandre abita Marius tanawa Contents 1 Introduction 2 2 Prétraitement

Plus en détail

MODELISATION NEURO-PREDICTIVE POUR LA CLASSIFICATION PHONETIQUE DE LA LANGUE ARABE

MODELISATION NEURO-PREDICTIVE POUR LA CLASSIFICATION PHONETIQUE DE LA LANGUE ARABE Courrier du Savoir N 17, Décembre 2013, pp.87-91 MODELISATION NEURO-PREDICTIVE POUR LA CLASSIFICATION PHONETIQUE DE LA LANGUE ARABE M.DIDICHE 1 & A.DEBILOU 2 Laboratoire de l identification commande, contrôle

Plus en détail

Systèmes de transmission

Systèmes de transmission Systèmes de transmission Conception d une transmission série FABRE Maxime 2012 Introduction La transmission de données désigne le transport de quelque sorte d'information que ce soit, d'un endroit à un

Plus en détail

TP N 3 CARACTERISATION DE DIODE LASER ET DETECTION SYNCHRONE

TP N 3 CARACTERISATION DE DIODE LASER ET DETECTION SYNCHRONE TP N 3 CARACTERISATION DE DIODE LASER ET DETECTION SYNCHRONE PRE-REQUIS SAVOIR : AOP en régime linéaire et non linéaire OBJECTIFS SAVOIR : Valider par le calcul et la mesure, les performances des fonctions

Plus en détail

1- Son / Signal sonore

1- Son / Signal sonore SOMMAIRE 1. Son / Signal sonore 2. Critères d appréciations du son 3. Caractéristiques physiques du signal sonore 4. Représentations visuelles du signal sonore 5. Les différentes familles du son. 1- Son

Plus en détail

Quelques points de traitement du signal

Quelques points de traitement du signal Quelques points de traitement du signal Introduction: de la mesure au traitement Source(s) BRUIT BRUIT Système d acquisition Amplitude (Pa) Temps (s) Amplitude (Pa) Mesure Opérations mathématiques appliquées

Plus en détail

T.P. n 4. polytech-instrumentation.fr 0,15 TTC /min à partir d un poste fixe

T.P. n 4. polytech-instrumentation.fr 0,15 TTC /min à partir d un poste fixe T.P. n 4 polytech-instrumentation.fr 0 825 563 563 0,15 TTC /min à partir d un poste fixe Redressement d une tension I. Objectifs Redressement d une tension alternative par le moyen de diodes. Transformation

Plus en détail

Modulation et démodulation d amplitude.

Modulation et démodulation d amplitude. Modulation et démodulation d amplitude. P. Ribiere Collège Stannislas Année Scolaire 2014/2015 P. Ribiere (Collège Stannislas) Modulation et démodulation d amplitude. Année Scolaire 2014/2015 1 / 42 1

Plus en détail

Le traitement du signal

Le traitement du signal FICHE N 47 Le traitement du signal FFT, DFT ET IFT Jean-aptiste Joseph Fourier (1768-1830), né à uxerre, mathématicien et physicien français, auteur de la Théorie analytique de la chaleur (1822) : la transformée

Plus en détail

Acoustique musicale et physique des sons

Acoustique musicale et physique des sons TP DE PHYSQIUE N 8 SPECIALITE TS 1/6 ACOUSTIQUE MUSICALE ET PHYSIQUE DES SONS Objectifs TP de physique N 8 Acoustique musicale et physique des sons Connaître le domaine des fréquences audibles pour l oreille

Plus en détail

Table des matières. Avant propos. Chapitre I NOTIONS SUR LES SYSTEMES

Table des matières. Avant propos. Chapitre I NOTIONS SUR LES SYSTEMES Table des matières Avant propos Chapitre I NOTIONS SUR LES SYSTEMES 1. Systèmes linéaires 1 2. Systèmes stationnaires 1 3. Systèmes continus 2 4. Systèmes linéaires invariants dans le temps (LIT) 2 4.1

Plus en détail

Traitement du signal pour la reconnaissance vocale. Cours 5: Traitement du signal et reconnaissance de forme

Traitement du signal pour la reconnaissance vocale. Cours 5: Traitement du signal et reconnaissance de forme Traitement du signal pour la reconnaissance vocale Cours 5: Traitement du signal et reconnaissance de forme Chaîne de Reconnaissance vocale Acquisition microphone Numérisation du signal Pré-traitement

Plus en détail

Courbes de pondération

Courbes de pondération Des sons de même pression acoustique mais de fréquences différentes sont perçus par l oreille humaine comme étant de force sonore différente. Il est possible d approcher ce comportement dépendant de la

Plus en détail

INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE

INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE Le schéma synoptique ci-dessous décrit les différentes étapes du traitement numérique

Plus en détail

Chaine de transmission

Chaine de transmission Chaine de transmission Chaine de transmission 1. analogiques à l origine 2. convertis en signaux binaires Échantillonnage + quantification + codage 3. brassage des signaux binaires Multiplexage 4. séparation

Plus en détail

Master IAD Module PS. Reconnaissance de la parole (suite) Modèles de Markov et bases de données. Gaël RICHARD Février 2008

Master IAD Module PS. Reconnaissance de la parole (suite) Modèles de Markov et bases de données. Gaël RICHARD Février 2008 Master IAD Module PS Reconnaissance de la parole (suite) Modèles de Markov et bases de données Gaël RICHARD Février 2008 1 Reconnaissance de la parole Introduction Approches pour la reconnaissance vocale

Plus en détail

Courbes de pondération

Courbes de pondération Des sons de même pression acoustique mais de fréquences différentes sont perçus par l oreille humaine comme étant de force sonore différente. Il est possible d approcher ce comportement dépendant de la

Plus en détail

-ième d'octave Ondelettes

-ième d'octave Ondelettes 03/14 FFT 1 / n -ième d'octave Ondelettes Une simple analyse de niveau ne suffit pas à la plupart des analyses acoustiques car le niveau n est pas le seul facteur déterminant dans la perception d un évènement

Plus en détail

UE SI350 :Travaux Pratiques sur l indexation audio

UE SI350 :Travaux Pratiques sur l indexation audio UE SI35 :Travaux Pratiques sur l indexation audio Gaël RICHARD - Miguel ALONSO Détection du tempo et Mixage audio avec ajustement rythmique Introduction Signal Extraction du tempo Modification du tempo

Plus en détail

Analyses psychoacoustiques dans ArtemiS SUITE

Analyses psychoacoustiques dans ArtemiS SUITE Analyses psychoacoustiques dans ArtemiS SUITE La psychoacoustique est l étude du rapport existant entre les grandeurs physiques du son et la sensation auditive qu elles provoquent. Des paramètres physiques

Plus en détail

COMMENT OBTENIR UN SPECTRE SATISFAISANT D UN SIGNAL ENREGISTRE PAR ORDINATEUR?

COMMENT OBTENIR UN SPECTRE SATISFAISANT D UN SIGNAL ENREGISTRE PAR ORDINATEUR? NOM: Coéquipier : COMMENT OBTENIR UN SPECTRE SATISFAISANT D UN SIGNAL ENREGISTRE PAR ORDINATEUR? Soit une fonction G(t) périodique, de fréquence f. D'après Fourier, cette fonction peut se décomposer en

Plus en détail

Bandes Critiques et Masquage

Bandes Critiques et Masquage Bandes Critiques et Masquage A. Almeida Licence Pro Acoustique et Vibrations Octobre 2012 Au Menu Au programme 1 Observations du masquage 5 Application du masquage 2 Conséquences du Masquage 3 Interprétation

Plus en détail

Dan Istrate. Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier

Dan Istrate. Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier Détection et reconnaissance des sons pour la surveillance médicale Dan Istrate le 16 décembre 2003 Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier Thèse mené dans le cadre d une collaboration

Plus en détail

A1.- Le décibel et le bruit les unités acoustiques

A1.- Le décibel et le bruit les unités acoustiques A1.- Le décibel et le bruit les unités acoustiques A1.1.- Définition du bruit : A1.1.1.- Production et caractéristiques d un son Tout corps qui se déplace ou qui vibre émet un son. Il transmet sa vibration

Plus en détail

Informatique visuelle - Vision par ordinateur. Pré-traitement d images

Informatique visuelle - Vision par ordinateur. Pré-traitement d images Informatique visuelle - Vision par ordinateur Pré-traitement d images Elise Arnaud elise.arnaud@imag.fr cours inspiré par X. Descombes, J. Ros, A. Boucher, A. Manzanera, E. Boyer, M Black, V. Gouet-Brunet

Plus en détail

Étude de la Paramétrisation RASTA PLP en vue de la Reconnaissance Automatique de la Parole Arabe

Étude de la Paramétrisation RASTA PLP en vue de la Reconnaissance Automatique de la Parole Arabe SETIT 2009 5 th International Conference: Sciences of Electronic, Technologies of Information and Telecommunications March 22-26, 2009 TUNISIA Étude de la Paramétrisation RASTA PLP en vue de la Reconnaissance

Plus en détail

Introduction au Traitement Numérique du Signal

Introduction au Traitement Numérique du Signal Introduction au Traitement Numérique du Signal bjectifs : présenter sans développement calculatoire lourd (pas de TF, pas de TZ) on donne des résultats on illustre. n donne des exemples sous Matlab en

Plus en détail

Département de physique

Département de physique Département de physique Etude de la densité spectrale de puissance du bruit thermique dans une résistance Travail expérimental et rédaction du document : Jean-Baptiste Desmoulins (P.R.A.G.) mail : desmouli@physique.ens-cachan.fr

Plus en détail

Propriétés fréquentielles du signal

Propriétés fréquentielles du signal Fiche de référence Thème II : ANALYSE DU SIGNAL Propriétés fréquentielles du signal 1- Insuffisance de la représentation temporelle du signal Reprenons l exemple utilisé précédemment : Enregistrement du

Plus en détail

5 Analyse de Fourier. 5.1 Aspects théoriques. 5.1.1 Analyse de Fourier

5 Analyse de Fourier. 5.1 Aspects théoriques. 5.1.1 Analyse de Fourier Responsable : J.Roussel Objectif Ce TP est une initiation à l analyse de Fourier. Nous verrons notamment comment une analyse spectrale permet de remonter à la courbe de réponse d un filtre électrique.

Plus en détail

Acoustique Etude des sons

Acoustique Etude des sons Etude des sons Français p 1 Version : 0109 1 Descriptif 1.1 Objectif L objectif du banc d essai 3 haut-parleurs est de mettre en évidence que chaque haut-parleur, selon ses caractéristiques physiques de

Plus en détail

La reconnaissance vocale

La reconnaissance vocale La reconnaissance vocale Théodore APAPOULLE Thibault CHATIRON 1 Plan Introduction Définition Applications de reconnaissance vocale Problématiques liées à la reconnaissance vocale Principe de fonctionnement

Plus en détail

Traitement du signal

Traitement du signal Traitement du signal Objectif de la séance: Faire découvrir à l'utilisateur quelques fonctionnalités du logiciel SADIE et les outils dédiés au traitement du signal dans l'exploitation des mesures. Contenu

Plus en détail

Amplificateur de sonorisation

Amplificateur de sonorisation Amplificateur de sonorisation On se propose de vérifier quelques spécifications d un amplificateur basse-fréquence de sonorisation dont les caractéristiques techniques sont données en Annexe. Remarques

Plus en détail

ACOUSTIQUE DES CLOISONS

ACOUSTIQUE DES CLOISONS ISOLATION ACOUSTIQUE DES CLOISONS MOBILES, DÉMONTABLES ET AMOVIBLES Plafonds suspendus et barrières phoniques 1 ISOLATION ET ABSORPTION ACOUSTIQUE Ne pas confondre! Un matériau peut être caractérisé par

Plus en détail

TECHNOLOGIE DE L OPTIQUE GUIDEE

TECHNOLOGIE DE L OPTIQUE GUIDEE REPUBLIQUE DU CAMEROUN Paix - Travail Patrie --------------------- UNIVERSITE DE YAOUNDE I ---------------------- ECOLE NATIONALE SUPERIEURE POLYTECHNIQUE ---------------------- REPUBLIC OF CAMEROUN Peace

Plus en détail

De la gendarmerie, à l astrophysique.., mesurer une vitesse à partir de l effet Doppler

De la gendarmerie, à l astrophysique.., mesurer une vitesse à partir de l effet Doppler Terminale S Propriétés des ondes TP De la gendarmerie, à l astrophysique.., mesurer une vitesse à partir de l effet Doppler Objectifs : Mettre en oeuvre une démarche expérimentale pour mesurer une vitesse

Plus en détail

COURS D ACOUSTIQUE DU DU BATIMENT. Chapitre 3 : ISOLATION ACOUSTIQUE DES PAROIS. Chapitre 4 : ACOUSTIQUE DES LOCAUX CORRECTION ACOUSTIQUE

COURS D ACOUSTIQUE DU DU BATIMENT. Chapitre 3 : ISOLATION ACOUSTIQUE DES PAROIS. Chapitre 4 : ACOUSTIQUE DES LOCAUX CORRECTION ACOUSTIQUE COURS D ACOUSTIQUE DU DU BATIMENT Chapitre 1 : NOTIONS DE BASE Chapitre : LES SOURCES DE BRUIT Chapitre 3 : ISOLATION ACOUSTIQUE DES PAROIS Chapitre 4 : ACOUSTIQUE DES LOCAUX CORRECTION ACOUSTIQUE Chapitre

Plus en détail

ISOPHASES http://www.isophases.com

ISOPHASES http://www.isophases.com ISOPHASES http://www.isophases.com LE PROCESSEUR D IMAGE STEREOPHONIQUE ISO-B12 par Claude Carpentier v :3.1 - Juin 2004 OFF 160 320 630 ISOPHASE 1250 2500 5000 80 160 320 640 1250 2500 ON LEVEL BALANCE

Plus en détail

ACOUSTIQUE 3 : ACOUSTIQUE MUSICALE ET PHYSIQUE DES SONS

ACOUSTIQUE 3 : ACOUSTIQUE MUSICALE ET PHYSIQUE DES SONS Matériel : Logiciel winoscillo Logiciel synchronie Microphone Amplificateur Alimentation -15 +15 V (1) (2) (3) (4) (5) (6) ACOUSTIQUE 3 : ACOUSTIQUE MUSICALE ET PHYSIQUE DES SONS Connaissances et savoir-faire

Plus en détail

Chapitre 2 Les ondes progressives périodiques

Chapitre 2 Les ondes progressives périodiques DERNIÈRE IMPRESSION LE er août 203 à 7:04 Chapitre 2 Les ondes progressives périodiques Table des matières Onde périodique 2 2 Les ondes sinusoïdales 3 3 Les ondes acoustiques 4 3. Les sons audibles.............................

Plus en détail

F5CNQ DU RECEPTEUR SUPERHETERODYNE A L ANALYSEUR DE SPECTRE A BALAYAGE SOLISTOR (1956) HP 8566 (1980) Jacques Collange Jean-pierre Lievre

F5CNQ DU RECEPTEUR SUPERHETERODYNE A L ANALYSEUR DE SPECTRE A BALAYAGE SOLISTOR (1956) HP 8566 (1980) Jacques Collange Jean-pierre Lievre DU RECEPTEUR SUPERHETERODYNE A L ANALYSEUR DE SPECTRE A BALAYAGE SOLISTOR (1956) HP 8566 (1980) ONDEXPO 2015 Espace Ecully Jacques Collange Jean-pierre Lievre UNE TRANSITION TECHNIQUE Amplification directe

Plus en détail

6GEI500 Signaux et systèmes. Laboratoire #2

6GEI500 Signaux et systèmes. Laboratoire #2 6GEI500 Signaux et systèmes Laboratoire #2 Analyse en fréquences avec MATLAB Automne 2009. Objectifs Se familiariser avec l analyse en fréquences avec MATLAB Explorer le phénomène de Gibbs Faire une analyse

Plus en détail

Oscilloscope différentiel mixte analogique/numérique

Oscilloscope différentiel mixte analogique/numérique Oscilloscope différentiel mixte analogique/numérique DESCRIPTION DE LA FACE AVANT 1 FOCUS réglage de la focalisation 2 TRACE ROTATION réglage de l'horizontalité de la trace 3 AUTOSET activation de la fonction

Plus en détail

L analyse permet d estimer la fonction de transfert du conduit vocal et d en calculer les pôles (les formants).

L analyse permet d estimer la fonction de transfert du conduit vocal et d en calculer les pôles (les formants). Spectre LPC (linear predictive coding) - Une estimation du signal basée sur des coefficients de prédiction. - Méthode mathématique d estimer (prédire) un échantillon du signal compris dans une fenêtre

Plus en détail

Traitement du Signal Vu par Un Mesures Physiques

Traitement du Signal Vu par Un Mesures Physiques Traitement du Signal Vu par Un Mesures Physiques Cette technique reste compliquée par les mathématiques qu il l accompagne. J ai découvert la première fois le TdS au travail (CEA) avec un ingénieur qui

Plus en détail

1) Prise en main de l'oscilloscope numérique et de sa fonction FFT.

1) Prise en main de l'oscilloscope numérique et de sa fonction FFT. TP n 8 : obtention des spectres de signaux usuels. But du TP : ce huitième TP de BTS SE a pour but l'étude de la manière d'obtenir le spectre d'un signal sinusoïdal et carré avec un rapport cyclique variable.

Plus en détail

Plan du cours. Cours de Traitement Du Signal - Transformées discrètes. Transformée de Fourier d un signal numérique. Introduction

Plan du cours. Cours de Traitement Du Signal - Transformées discrètes. Transformée de Fourier d un signal numérique. Introduction Plan du cours Cours de raitement Du Signal - ransformées discrètes 1 guillaume.hiet@rennes.supelec.fr ESACA 17 octobre 2007 2 3 Guillaume HIE Cours de raitement Du Signal - ransformées discrètes 1/38 Guillaume

Plus en détail

5 Analyse de Fourier. 5.1 Aspects théoriques. 5.1.1 Analyse de Fourier

5 Analyse de Fourier. 5.1 Aspects théoriques. 5.1.1 Analyse de Fourier Responsable : J.Roussel Objectif Ce TP est une initiation à l analyse de Fourier. Nous verrons notamment comment une analyse spectrale permet de remonter à la courbe de réponse d un filtre électrique.

Plus en détail

TP 03 A : Analyse spectrale de sons musicaux

TP 03 A : Analyse spectrale de sons musicaux TP 03 A : Analyse spectrale de sons musicaux Compétences exigibles : - Réaliser l analyse spectrale d un son musical et l exploiter pour en caractériser la hauteur et le timbre. Objectifs : - Enregistrer

Plus en détail

07 Mesurage des appareils de correction auditive

07 Mesurage des appareils de correction auditive 07 Mesurage des appareils de correction auditive Sommaire 1. Introduction... 1 1.1. Evaluation subjective:... 1 1.2. Mesurage objectif:... 2 2. Pourquoi faire des mesurages objectifs?... 2 2.1. Fabricant...2

Plus en détail

MODULATION D AMPLITUDE

MODULATION D AMPLITUDE Misuriello Maxime 17/03/08 Arondel Olivier MODULATION D AMPLITUDE 1 Modulation... 1 1.1 Porteuse... 1 1.2 Modulation AM... 1 1.3 Modulation DSB... 3 2 Démodulations... 5 2.1 Détection d enveloppe (AM)...

Plus en détail

Filtre ADSL Travaux dirigés

Filtre ADSL Travaux dirigés Filtre ADSL Travaux dirigés Préambule Le terme ADSL signifie Asymmetric Digital Subscriber Line (dans les pays francophones ce terme est parfois remplacé par LNPA qui signifie Ligne Numérique à Paire Asymétrique).

Plus en détail

Modélisation AR et prédiction

Modélisation AR et prédiction T.P. 7 Modélisation AR et prédiction 1 Introduction au traitement de la parole 1.1 Généralités Un premier point concerne le choix de la fréquence d échantillonnage. Dans le domaine de la téléphonie cela

Plus en détail

Internet et Multimédia. Plan

Internet et Multimédia. Plan à l Université Pierre et Marie Curie, le 23 février 2004 Maîtrise Polyvalente Internet et Multimédia Cours 3 : Codage audio Timur FRIEDMAN Plan Introduction Numérisation Etendue dynamique Compression et

Plus en détail

Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test

Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test 11 juillet 2003 Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test Mariane Comte Plan 2 Introduction et objectif

Plus en détail

Mesure agnostique de la qualité des images.

Mesure agnostique de la qualité des images. Mesure agnostique de la qualité des images. Application en biométrie Christophe Charrier Université de Caen Basse-Normandie GREYC, UMR CNRS 6072 Caen, France 8 avril, 2013 C. Charrier NR-IQA 1 / 34 Sommaire

Plus en détail

Phase Locked Loop (boucle à verrouillage de phase) f ref Φ. f out

Phase Locked Loop (boucle à verrouillage de phase) f ref Φ. f out Phase Locked Loop (boucle à verrouillage de phase) f ref Φ f out N - Principe 2 - Principaux comparateurs de phase 3 - Différents types 3-: PLL du 2 nd ordre - type 3-2: PLL avec pompe de charge - 3 ème

Plus en détail

Filtrage linéaire des signaux

Filtrage linéaire des signaux Filtrage linéaire des signaux 1 Filtrage - Exemples 2 Filtrage du son réalisé par un «bouchon d oreille» Le filtrage réalisé par le «bouchon d oreille» dépend de son positionnement Filtrage- Exemples Filtre

Plus en détail

XIII. ANALYSE DES FONCTIONS DE TRANSFERT EN REGIME HARMONIQUE LE DIAGRAMMME DE BODE

XIII. ANALYSE DES FONCTIONS DE TRANSFERT EN REGIME HARMONIQUE LE DIAGRAMMME DE BODE XIII. ANALYSE DES FONCTIONS DE TRANSFERT EN REGIME HARMONIQUE LE DIAGRAMMME DE BODE A. ANALYSE D'UNE FONCTION DE TRANSFERT Forme canonique ; Exemple ; Limites ; Fréquence de Coupure ; Bande Passante ;

Plus en détail

1. Introduction. 2. Extraction d observation à partir du signal audio. TP ATIAM, Structuration et résumé audio Mardi 27 janvier 2009 14h00 17h30

1. Introduction. 2. Extraction d observation à partir du signal audio. TP ATIAM, Structuration et résumé audio Mardi 27 janvier 2009 14h00 17h30 Sujet : Date : Auteur : TP ATIAM, Structuration et résumé audio Mardi 7 janvier 009 14h00 17h30 Geoffroy Peeters 1. Introduction Ce TP vise à construire un système simple mais complet de création de résumé

Plus en détail

X Analyse spectrale numérique

X Analyse spectrale numérique X Analyse spectrale numérique Objectifs : Après avoir utilisé la FFT dans le TP4 d analyse spectrale, on va maintenant s intéresser aux différents paramètres d une acquisition numérique afin de respecter

Plus en détail

DIDACTICIEL SYMPLIFIE DE l UTILISATION DE PSIM

DIDACTICIEL SYMPLIFIE DE l UTILISATION DE PSIM DIDACTICIEL SYMPLIFIE DE l UTILISATION DE PSIM I/ La fenêtre de saisie des schémas : les fonctionnalités essentielles pour faire les TP préparés. La souris L outil le plus utilisé est l outil sélection.

Plus en détail

Analyse spectrale du signal

Analyse spectrale du signal Analyse spectrale du signal Principe de l analyse spectrale (ou harmonique) La réponse en fréquence des circuits est un élément caractéristique du comportement dynamique des circuits R, L et C. L autre

Plus en détail

Projet de Traitement du Signal Segmentation d images SAR

Projet de Traitement du Signal Segmentation d images SAR Projet de Traitement du Signal Segmentation d images SAR Introduction En analyse d images, la segmentation est une étape essentielle, préliminaire à des traitements de haut niveau tels que la classification,

Plus en détail

Automatique Linéaire 1 Travaux Dirigés 1A ISMIN

Automatique Linéaire 1 Travaux Dirigés 1A ISMIN Automatique Linéaire 1 Travaux Dirigés Travaux dirigés, Automatique linéaire 1 J.M. Dutertre 2014 TD 1 Introduction, modélisation, outils. Exercice 1.1 : Calcul de la réponse d un 2 nd ordre à une rampe

Plus en détail

Généralité sur le bruit

Généralité sur le bruit Généralité sur le bruit (Sources : http://www.bruitparif.fr, http://www.sante.gouv.fr et http://www.afsse.fr ) DRASS Rhône Alpes Groupe Régional Bruit 2009 1. Le son Le son est un phénomène physique qui

Plus en détail

Multimédia Licence LIOVIS. Parole Modélisation & reconnaissance

Multimédia Licence LIOVIS. Parole Modélisation & reconnaissance Multimédia Licence LIOVIS Parole Modélisation & reconnaissance Plan du cours 1. Introduction au multimédia et à la parole 2. Acquisition 3. Codage 4. Reconnaissance L avènement du «tout numérique» Montée

Plus en détail

Abdenour Hacine-Gharbi. Sélection de paramètres acoustiques pertinents pour la reconnaissance de la parole

Abdenour Hacine-Gharbi. Sélection de paramètres acoustiques pertinents pour la reconnaissance de la parole ÉCOLE DOCTORALE SCIENCES ET TECHNOLOGIES (ORLEANS) FACULTÉ de TECHNOLOGIE (Sétif) Laboratoire PRISME THÈSE EN COTUTELLE INTERNATIONALE présentée par : Abdenour Hacine-Gharbi soutenue le : 09 décembre 2012

Plus en détail

Commande H prédictive pour l asservissement par vision d un stabilisateur cardiaque actif

Commande H prédictive pour l asservissement par vision d un stabilisateur cardiaque actif Commande H prédictive pour l asservissement par vision d un stabilisateur cardiaque actif W. Bachta, E. Laroche, P. Renaud, J. Gangloff LSIIT, CNRS, Université de Strasbourg, INSA de Strasbourg, France

Plus en détail

Filtrage - Intégration - Redressement - Lissage

Filtrage - Intégration - Redressement - Lissage PCSI - Stanislas - Electrocinétique - TP N 3 - Filtrage - Intégration - Redressement - Lissage Filtrage - Intégration - Redressement - Lissage Prenez en note tout élément pouvant figurer dans un compte-rendu

Plus en détail

1 Acquisition d un signal avec l oscilloscope numérique LeCroy 9310 : Théorème de Shannon :

1 Acquisition d un signal avec l oscilloscope numérique LeCroy 9310 : Théorème de Shannon : Jeanniard Sébastien Lemaître Guillaume TP n 1 : Théorème de Shannon Modulation de fréquence 1 Acquisition d un signal avec l oscilloscope numérique LeCroy 9310 : Théorème de Shannon : 1.3 Etude de la fréquence

Plus en détail

Domaine d'étude 2: Emetteur et récepteur

Domaine d'étude 2: Emetteur et récepteur Etude du niveau sonore Domaine d'étude 2: Emetteur et récepteur Mots clés : Enceintes acoustiques, auditorium, Sommaiire Principe : --------------------------------------------------------------1 1. Atténuation

Plus en détail

Le Bruit de Dispersion (DITHER)

Le Bruit de Dispersion (DITHER) Le Bruit de Dispersion (DITHER) Pour un signal de fort niveau, l'erreur de quantification est effectivement du bruit. Lorsque le niveau baisse, l'erreur de quantification devient plus fortement corrélée

Plus en détail

2- Comprendre et Analyser un son, la musique

2- Comprendre et Analyser un son, la musique 2.1 Qu'est ce qu'un son La perception du son Une relation à la lumière Quelques definitions 2- Comprendre et Analyser un son, la musique 2.2 Théorie musicale : la musique tonale L'harmonie en musique Structure

Plus en détail

TP2 Opérations et filtres

TP2 Opérations et filtres TP2 Opérations et filtres 1. Opérations arithmétiques Mettre en place les fonctions Min et Max sur 2 images en niveaux de gris. Min() conserve entre 2 images les pixels de luminance minimum, Max() conserve

Plus en détail

L analyse d images regroupe plusieurs disciplines que l on classe en deux catégories :

L analyse d images regroupe plusieurs disciplines que l on classe en deux catégories : La vision nous permet de percevoir et d interpreter le monde qui nous entoure. La vision artificielle a pour but de reproduire certaines fonctionnalités de la vision humaine au travers de l analyse d images.

Plus en détail

Echantillonnage Non uniforme

Echantillonnage Non uniforme Echantillonnage Non uniforme Marie CHABERT IRIT/INP-ENSEEIHT/ ENSEEIHT/TéSASA Patrice MICHEL et Bernard LACAZE TéSA 1 Plan Introduction Echantillonnage uniforme Echantillonnage irrégulier Comparaison Cas

Plus en détail

SI350 Compression de signaux. G. Richard

SI350 Compression de signaux. G. Richard SI350 Compression de signaux parole et musique G. Richard Merci à Nicolas Moreau pour les transparents 2 Gaël RICHARD SI350 Compression Mai 2010 Contenu Codage de la parole Généralités Organismes de standard,

Plus en détail

Calcul des indicateurs de sonie : revue des algorithmes et implémentation

Calcul des indicateurs de sonie : revue des algorithmes et implémentation Calcul des indicateurs de sonie : revue des algorithmes et implémentation Stéphane Molla 1, Isabelle Boullet 2, Sabine Meunier 2, Guy Rabau 2, Benoît Gauduin 1, Patrick Boussard 1 1 GENESIS S.A., Domaine

Plus en détail

Traitement du Signal Vu par Un Mesures Physiques

Traitement du Signal Vu par Un Mesures Physiques Traitement du Signal Vu par Un Mesures Physiques Cette technique reste compliquée par les mathématiques qu il l accompagne. J ai découvert la première fois le TdS au travail (CEA) avec un ingénieur qui

Plus en détail

Expérience 3 Formats de signalisation binaire

Expérience 3 Formats de signalisation binaire Expérience 3 Formats de signalisation binaire Introduction Procédures Effectuez les commandes suivantes: >> xhost nat >> rlogin nat >> setenv DISPLAY machine:0 >> setenv MATLABPATH /gel/usr/telecom/comm_tbx

Plus en détail

V e TP OSCILLATEUR A PONT DE WIEN. I Etude de la chaîne directe en régime sinusoïdal : 11 Pont de Wien : étude rapide d un filtre passe bande :

V e TP OSCILLATEUR A PONT DE WIEN. I Etude de la chaîne directe en régime sinusoïdal : 11 Pont de Wien : étude rapide d un filtre passe bande : TP OSILLATE A PONT DE WIEN I Etude de la chaîne directe en régime sinusoïdal : 11 Pont de Wien : étude rapide d un filtre passe bande : = 10 kω; = 22 nf éaliser le montage a] Mesure de la fréquence centrale

Plus en détail

Analyse des diagrammes de Bode d'un filtre passe-bande:

Analyse des diagrammes de Bode d'un filtre passe-bande: TD N 3: Filtrage, fonction de transfert et diagrammes de Bode. M1107 : Initiation à la mesure du signal Le but de ce TD est de vous permettre d'appréhender les notions indispensables à la compréhension

Plus en détail

Ordonnance du DFJP sur les instruments de mesure audiométriques

Ordonnance du DFJP sur les instruments de mesure audiométriques Ordonnance du DFJP sur les instruments de mesure audiométriques (Ordonnance sur l audiométrie) 941.216 du 9 mars 2010 (Etat le 1 er janvier 2015) Le Département fédéral de justice et police (DFJP), vu

Plus en détail

Département de physique

Département de physique Département de physique Présentation de la macro Scope/Igor en USB Rédaction du document: Jean-Baptiste Desmoulins (P.R.A.G.) ; mail : desmouli@physique.ens-cachan.fr Programmation : Colin Lopez, (I.R.)

Plus en détail

RECONNAISSANCE AUTOMATIQUE DE LA PAROLE

RECONNAISSANCE AUTOMATIQUE DE LA PAROLE EPITA SCIA PROMO 2005 14-16 rue Voltaire 94270 Kremlin-Bicêtre RECONNAISSANCE AUTOMATIQUE DE LA PAROLE Calculatrice Vocale Novembre 2004 par: FRANCK BONNET BENJAMIN DEVÈZE MATHIEU FOUQUIN JULIEN JEANY

Plus en détail

DS de Spécialité n o 6 Téléphone portable et ondes radio

DS de Spécialité n o 6 Téléphone portable et ondes radio DS de Spécialité n o 6 Téléphone portable et ondes radio. Les ondes électromagnétiques pour communiquer Le téléphone portable fonctionne comme une radio. Lors d une communication, la voix est convertie

Plus en détail

TD1 Signaux, énergie et puissance, signaux aléatoires

TD1 Signaux, énergie et puissance, signaux aléatoires TD1 Signaux, énergie et puissance, signaux aléatoires I ) Ecrire l'expression analytique des signaux représentés sur les figures suivantes à l'aide de signaux particuliers. Dans le cas du signal y(t) trouver

Plus en détail