Traitement du signal pour la reconnaissance vocale. Cours 5: Traitement du signal et reconnaissance de forme
|
|
- Achille Plamondon
- il y a 8 ans
- Total affichages :
Transcription
1 Traitement du signal pour la reconnaissance vocale Cours 5: Traitement du signal et reconnaissance de forme
2 Chaîne de Reconnaissance vocale Acquisition microphone Numérisation du signal Pré-traitement Tests et validation Classification et décision Extraction de paramètres Dictionnaire
3 Plan Numérisation du signal Fourier Reconnaissance de la parole Conclusion
4 Plan Numérisation du signal Fourier Reconnaissance de la parole Conclusion
5 Signal? Définition: codage et simplification d un message. un signal 1D est une fonction en général du temps s(t) signaux lumineux, sonores, etc ou spatial (2D, 3D images) A chaque instant t, on associe une valeur (amplitude). Le traitement, l analyse, et l interprétation des signaux sont regroupés dans la discipline appelée traitement du signal.
6 Différents secteurs et différentes branches Les signaux sont présents dans différents secteurs (électronique, optique, audiovisuels, informatiques ). Quelques branches particulières qui nous intéressent. - traitement d image (déjà vu) - traitement de la parole
7 Signaux Signaux analogiques: signaux produits de manière naturelle, continus (capteurs, amplificateurs, CNA) traitement réalisé par circuits électroniques, (ou manuellement) Signaux numériques: signaux utilisés dans le traitement informatique, discrets, facilité et rapidité de traitement. Ils sont artificiels traitement réalisé par micro-ordinateurs, DSP (microprocesseurs spécialisés)
8 Problème en reconnaissance de parole Acquisition microphone Signal analogique Traitement de la parole Signal numérique Conversion analogique numérique (CAN)
9 Exemple Signal analogique U(t) signal continu (représentation par une courbe) Signal numérique U t valeurs non continues (représentation par un histogramme)
10 Conversion analogiquenumérique (1) La conversion analogique- numérique se décompose en général en deux actions: - l échantillonnage (on prélève la valeur du signal à une fréquence définie) - la quantification (on affecte une valeur numérique à chaque échantillon prélevé)
11 Qualité de la CAN La qualité du signal numérique dépend donc: - Taux d échantillonnage (ou fréquence d échantillonnage) plus la fréquence est grande, plus la qualité du signal numérique est bonne. - le nombre de bits sur lequel on code les valeurs (phase de quantification)
12 Echantillonnage Qui dit échantillonnage dit perte d information. Si fréquence très faible espace très grand entre deux données grosse perte d informations Si fréquence trop grande information stockée inutile gaspillage de l espace de stockage Fréquence d échantillonnage: fréquence à laquelle les données sont enregistrées ou capturées (Hz nombre de valeurs par seconde).
13 Théorème de Shannon fréquence de Nyquist Pour pouvoir échantillonner un signal, il faut fixer une fréquence d échantillonnage au moins égal au double de la fréquence du signal fréquence limite = fréquence de Nyquist (théorème de Shannon) Signal sinusoïdal fréquence du signal: pas de problème
14 Exemple: signal sinusoïdal T Signal analogique (f = 10 Hz) échantillonnage à 20Hz (=2f) cas parfait si on part du maximum Sous échantillonnage à 10Hz
15 Signal périodique non sinusoïdal On applique le théorème de shannon mais quelle fréquence choisir? Signal peut être décomposé en signaux sinusoïdaux dont la fréquence est le multiple d une fréquence fondamentale (largeur de bande) Fréquence de Nyquist = 2*plus haute fréquence
16 Phénomène d aliasing Sous-échantillonnage (restitution d un faux signal) phénomène d Aliasing (ou de repliement)
17 Quantification (1) Chaque valeur est quantifiée sur un certain nombre de bits par rapport à la valeur réelle du signal analogique. Nombre de bits disponibles est important pour quantifier la valeur du signal à un temps t. Plus le nombre est élevé, plus la quantification est de qualité
18 Quantification (2) Quantification - sur 1 bit (2 valeurs) - sur 8 bits = 1 octet (256 valeurs) - sur 16 bits = 2 16 valeurs les quantifications se font en général sur 16 bits
19 Plan Numérisation du signal Fourier Reconnaissance de la parole Conclusion
20 Fourier? Joseph Fourier (mathématicien du XIXème sicèle) Séries de Fourier (par extension, transformée de Fourier et transformée de Fourier discrète) base de toute la théorie de traitement du signal
21 De façon mathématique Signal périodique (période T) = somme pondérée de signaux sinusoïdaux f ( t) = n= 0 [ a n cos 2πnt T + b n sin 2πnt T ] 1/T : fréquence fondamentale (on utilise souvent =2/T) n/t: harmonique a n et b n coefficients pondérateurs de Fourier
22 Exemples (1) Somme pondérée de deux signaux de fréquence f et 3f (H3) signal résultant (b): addition point par point des deux courbes de (a).
23 Exemples (2) Meilleure approximation d un Signal carré f(t): décomposition de la façons suivante f ( t) = sin( ϖ t) + 0cos(2ϖt ) + sin(3ϖ t) + 0cos(4ϖt ) + sin(5ϖ t) sin(23ϖ t)
24 Analyse spectrale (1) Représentation des amplitudes des différentes harmoniques (n=1,3,5,7 23) d un signal analyse spectrale.
25 Analyse spectrale (2) Note de musique: harmoniques différentes pour le son du diapason (La pur), son d une guitare, son de cymbale.
26 Remarque (1) Etant donné que les séries de Fourier sont une décomposition en cosinus et sinus, on utilise souvent la notation complexe: 2π int f ( t) = Fn exp( ) T n= Avec F n =(a n +ib n )/2 et F -n =(a n -ib n )/2
27 Remarque (2) A partir de l équation précédente, les coefficients de Fourier se calculent de la façon suivante: T 1 2π int Fn = f ( t)exp( ) dt T T T / 2 / 2 Le nombre de descripteurs de Fourier calculés ainsi est en théorie infini
28 Interprétation Plus n est grand, plus les fonctions sinusoïdales varient rapidement. une fonction lisse (c.a.d qui ne varient pas beaucoup) aura des coefficients a n et b n qui prendront rapidement (hautes fréquences) des valeurs faibles une fonction très perturbée et très changeante (ou bruitée) auront des composantes importantes dans les hautes fréquences.
29 Transformée de Fourier (1) Souvent fonctions non périodiques et non bornées, la transformée de Fourier permet de généraliser le concept de séries de Fourier à ce type de fonction: F ( υ π υ ) = f( t)exp( 2 i t) dt On peut noter le changement de variable = n/t, ce qui explique la disparition du facteur 1/T avant la somme.
30 Interprétation De façon peu rigoureuse, on pourrait considérer un signal analogique non périodique comme un signal dont la période tendrait vers l infini, la fréquence tendrait alors vers 0 (dν) et on obtient un spectre de Fourier continu appelé spectre de bande (et non un spectre de raies):
31 Exemple de spectre de bande
32 Vers la transformée de Fourier discrète En pratique, signal non borné: très rare! on définit une fenêtre d application [-T/2,T/2] Échantillonnage à une fréquence f telle que T=K/f F n = ( / 2) 1 1 K k = K / 2 K f K exp( 2πink K )
33 Remarque Le signal numérique est décomposé en K segments. Le nombre total de coefficients de Fourier sera K. En traitement de signal, on utilise la FFT (Fast Fourier Transform) qui, sous certaines conditions, permet d accélérer le calcul
34 Pour en revenir à l échantillonnage On fait un échantillonnage à très haute fréquence f e Toutes les fréquences supérieures à f e /2 sont éliminées: filtre anti-aliasing Exemple: Pour un CD (fréquence 44,1 khz), il ne faut pas de sons supérieurs à 22 khz (L oreille humaine capte au maximum à 20 khz).
35 Exemple de FFT et théorème de Shannon Spectre de bande, coupure à f e /2
36 Plan Numérisation du signal Fourier Reconnaissance de la parole Conclusion
37 La reconnaissance vocale Applications de la reconnaissance vocale: - commande vocale: mots isolés, petit vocabulaire. - compréhension: signification d un petit message en parole continue - dictée: retranscription du texte sans compréhension - Identification ou vérification du locuteur
38 Comment ça marche? Même méthodologie que reconnaissance de forme: - Pré-traitement - Segmentation - Extraction de caractéristiques - Classification - Décision
39 Mais. Continuité: difficulté de séparer les mots ou les phonèmes dans un signal (les silences ne remplacent pas les blancs) Variabilité (effets plus importants que sur document visuel): - plusieurs locuteurs (timbre de voix, âge) - pour un même locuteur (émotions, voix enrouée, chants..) - rythme de la dictée (temps plus ou moins long pour dire la même chose) - bruit extérieur
40 Deux approches Approche globale: reconnaissance de mots. Plus facile mais limité par le vocabulaire, la taille mémoire et le temps de calcul. Approche analytique: reconnaissance de phonèmes, de sons, plus difficile à mettre en place mais plus puissant
41 Pré-traitement du signal Signal parlé: onde non stationnaire (pas les mêmes caractéristiques statistiques au cours du temps. On découpe le signal en fenêtre temporelle (quelques ms) On analyse chaque fenêtre temporelle
42 Exemple
43 Segmentation (en mots ou phonèmes) Les mots sont marqués par des silences plus ou moins longs Reconnaissance de mots isolés: facile Reconnaissance de mots dans une parole continue: bien articuler et distinguer les mots Reconnaissance de phonèmes: très difficile (changement de rythmes, rupture en fréquence )
44 Extraction de l empreinte du signal Identifier une empreinte caractéristique du son émis - analyse spectrale - analyse par prédiction linéaire - analyse par coefficients cepstraux
45 Analyse spectrale Au cours du temps (par fenêtre temporelle), on fait une FFT On peut tracer un graphique temps/fréquence/ amplitude Sonagramme. L amplitude est donnée par les niveaux de gris Les coefficients de Fourier par fenêtre temporelle sont des caractéristiques du signal
46
47 Analyse par prédiction linéaire Approximation du signal par un modèle suivant les échantillons précédents Le signal est alors modélisé par une combinaison linéaire pondérée des échantillons précédents. s n = a s... 1 n 1 + a2sn a p s n p Les différents coefficients servent de caractéristiques
48 Analyse par cepstres Cepstre: passage du domaine temporel à un autre domaine temporel Pour un signal x(t), on obtient les coefficients cepstraux exprimés en quéfrences par: 1 c( T ) = F (log10 ( F( x( t))) Les coefficients cepstraux sont des caractéristiques du signal.
49 Mesure de ressemblance Calculer la ressemblance entre un mot (ou un phonème) et les mots ou les phonèmes d un dictionnaire Critères statistiques (ou euclidiens) déjà vus en reconnaissance de forme
50 Mais Si un locuteur prononce deux fois le même mot. Il y aura des différences de rythme (temps). Comparaison dynamique (DTW: dynamic Time Warping)
51 La DTW Création d une fonction qui met en correspondance les évolutions temporelles. Problème, le réajustement est souvent long. La DTW est très utilisée pour la reconnaissance de mots isolés
52 Modèles statistiques Type Bayes: Probabilité d appartenance à un classe. Très bien pour les mots isolés ou les phrases très simples Problème: le modèle statistique bayésien n est pas assez puissant.
53 Exemple Reconnaissance de phonèmes: Phonème Extraction de caractéristiques Identification du phonème (problème de coarticulation) Identification du phonème à l intérieur d un mot: comparaison avec d autres mots
54 HMM et Réseaux de neurones Chaines de Markov Cachées (HMM): méthode statistique très élaborée très utilisées car permet de mettre en correspondance le phonème identifié et le langage proprement dit. Méthodes neuronales: moins utilisées en reconnaissance de forme mais petit à petit on y vient.
55 Système mono et multi-locuteurs Caractéristiques du signal très liées au locuteur. - Développement de systèmes monolocuteur, une personne fait un apprentissage et fournit ainsi son empreinte vocale fort taux de reconnaissance, limité à une personne - Développement de systèmes multi-locuteurs, on moyenne l empreinte vocale de tout le monde taux de reconnaissance plus faible
56 Différences globales/analytiques Taille du vocabulaire (>1000) Apprentissage cout Mutlilocuteur Mots isolés dictée Globale - + (qq mots)/ - (grand mot) ++ +/ analytique
57 Conclusion traitement du signal Traitement numérique du signal: Analyse de Fourier et notions de filtrage sont les bases. Murat Kunt «Techniques Modernes de Traitement numérique des Signaux», Presse Polytechniques et Universitaires Romandes, Lausanne, 1991.
58 Conclusion et Avenir de la reconnaissance de parole Principe similaire à la reconnaissance de forme Les méthodes de reconnaissance de parole sont encore loin d être optimales malgré l apport des HMM Problèmes de segmentation, de reconnaissance de phonème, de bruit, d usage multi locuteurs
59 bibliographie Traitement de la parole: Mariani J. (: Reconnaissance de la parole : Traitement automatique du langage parlé, Lavoisier Boîte R., Bourlard H., Dutoit H., Hancq J., Leich H.; Traitement de la parole, Presse Polytechnique Universitaires Romandes, Chaines de Markov Frederick Jelinek Statistical Methods for Speech Recognition MIT Press, 1998.
60 Bibliographie (2) Réseaux de neurones Jodouin J.F (1994) les réseaux de neurones: principe et définition. Hermès, Paris, France Renders J.M. (1995) Algorithmes génétiques et réseaux de neurones. Hermès, Paris, France ique.html Statistiques Dodge Y. (1993) Statistique. Dictionnaire encyclopédique. Dunod, Paris, France Saporta G. (1990) Probabilités, analyse des données et statistique. Editio SCHERRER B. (1984) - Biostatistique - Gaëtan Morin (ed.), C.P. 965, Chicoutimi, Québec, Canada.
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 détailNumérisation du signal
Chapitre 12 Sciences Physiques - BTS Numérisation du signal 1 Analogique - Numérique. 1.1 Définitions. Signal analogique : un signal analogique s a (t)est un signal continu dont la valeur varie en fonction
Plus en détailCommunication 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 détailLES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION
LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION ) Caractéristiques techniques des supports. L infrastructure d un réseau, la qualité de service offerte,
Plus en détailChapitre 13 Numérisation de l information
DERNIÈRE IMPRESSION LE 2 septembre 2013 à 17:33 Chapitre 13 Numérisation de l information Table des matières 1 Transmission des informations 2 2 La numérisation 2 2.1 L échantillonage..............................
Plus en détailPartie Agir : Défis du XXI ème siècle CHAP 20-ACT EXP Convertisseur Analogique Numérique (CAN)
1/5 Partie Agir : Défis du XXI ème siècle CHAP 20-ACT EXP Convertisseur Analogique Numérique (CAN) Objectifs : Reconnaître des signaux de nature analogique et des signaux de nature numérique Mettre en
Plus en détailChapitre I La fonction transmission
Chapitre I La fonction transmission 1. Terminologies 1.1 Mode guidé / non guidé Le signal est le vecteur de l information à transmettre. La transmission s effectue entre un émetteur et un récepteur reliés
Plus en détailTS 35 Numériser. Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S
FICHE Fiche à destination des enseignants TS 35 Numériser Type d'activité Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S Compétences
Plus en détailDan 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 détailChaine 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 détailMaster 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 détailTransmission de données. A) Principaux éléments intervenant dans la transmission
Page 1 / 7 A) Principaux éléments intervenant dans la transmission A.1 Equipement voisins Ordinateur ou terminal Ordinateur ou terminal Canal de transmission ETTD ETTD ETTD : Equipement Terminal de Traitement
Plus en détailEtudier l influence de différents paramètres sur un phénomène physique Communiquer et argumenter en utilisant un vocabulaire scientifique adapté
Compétences travaillées : Mettre en œuvre un protocole expérimental Etudier l influence de différents paramètres sur un phénomène physique Communiquer et argumenter en utilisant un vocabulaire scientifique
Plus en détailEchantillonnage 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 détailÉtude 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 détailTD1 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 détailM1107 : Initiation à la mesure du signal. T_MesSig
1/81 M1107 : Initiation à la mesure du signal T_MesSig Frédéric PAYAN IUT Nice Côte d Azur - Département R&T Université de Nice Sophia Antipolis frederic.payan@unice.fr 15 octobre 2014 2/81 Curriculum
Plus en détail5.2 Théorème/Transformée de Fourier a) Théorème
. Théorème de Fourier et Transformée de Fourier Fourier, Joseph (788). Théorème/Transformée de Fourier a) Théorème Théorème «de Fourier»: N importe quelle courbe peut être décomposée en une superposition
Plus en détailSon et Mathématiques
Son et Mathématiques Maïtine Bergounioux To cite this version: Maïtine Bergounioux. Son et Mathématiques. Association des Professeurs de Mathématiques de l Enseignement Public (APMEP). Bulletin de l APMEP,
Plus en détailChapitre 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 détailhttp://www.u-bourgogne.fr/monge/e.busvelle/teaching.php
TP1 Traitement numérique du son 1 Introduction Le but de ce TP est de mettre en pratique les notions de traitement numérique vues en cours, TDs et dans le précédent TP. On se focalisera sur le traitement
Plus en détailEnregistrement et transformation du son. S. Natkin Novembre 2001
Enregistrement et transformation du son S. Natkin Novembre 2001 1 Éléments d acoustique 2 Dynamique de la puissance sonore 3 Acoustique géométrique: effets de diffusion et de diffraction des ondes sonores
Plus en détailCHAPITRE V. Théorie de l échantillonnage et de la quantification
CHAPITRE V Théorie de l échantillonnage et de la quantification Olivier FRANÇAIS, SOMMAIRE I INTRODUCTION... 3 II THÉORIE DE L ÉCHANTILLONNAGE... 3 II. ACQUISITION DES SIGNAUX... 3 II. MODÉLISATION DE
Plus en détailSystèmes de communications numériques 2
Systèmes de Communications Numériques Philippe Ciuciu, Christophe Vignat Laboratoire des Signaux et Systèmes CNRS SUPÉLEC UPS SUPÉLEC, Plateau de Moulon, 91192 Gif-sur-Yvette ciuciu@lss.supelec.fr Université
Plus en détailUE 503 L3 MIAGE. Initiation Réseau et Programmation Web La couche physique. A. Belaïd
UE 503 L3 MIAGE Initiation Réseau et Programmation Web La couche physique A. Belaïd abelaid@loria.fr http://www.loria.fr/~abelaid/ Année Universitaire 2011/2012 2 Le Modèle OSI La couche physique ou le
Plus en détailProjet 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 détailTraitement du signal avec Scilab : la transformée de Fourier discrète
Traitement du signal avec Scilab : la transformée de Fourier discrète L objectif de cette séance est de valider l expression de la transformée de Fourier Discrète (TFD), telle que peut la déterminer un
Plus en détailChapitre 22 : (Cours) Numérisation, transmission, et stockage de l information
Chapitre 22 : (Cours) Numérisation, transmission, et stockage de l information I. Nature du signal I.1. Définition Un signal est la représentation physique d une information (température, pression, absorbance,
Plus en détailDidier Pietquin. Timbre et fréquence : fondamentale et harmoniques
Didier Pietquin Timbre et fréquence : fondamentale et harmoniques Que sont les notions de fréquence fondamentale et d harmoniques? C est ce que nous allons voir dans cet article. 1. Fréquence Avant d entamer
Plus en détailGéométrie discrète Chapitre V
Géométrie discrète Chapitre V Introduction au traitement d'images Géométrie euclidienne : espace continu Géométrie discrète (GD) : espace discrétisé notamment en grille de pixels GD définition des objets
Plus en détailSUJET ZÉRO Epreuve d'informatique et modélisation de systèmes physiques
SUJET ZÉRO Epreuve d'informatique et modélisation de systèmes physiques Durée 4 h Si, au cours de l épreuve, un candidat repère ce qui lui semble être une erreur d énoncé, d une part il le signale au chef
Plus en détailIntérêt 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 détailChap17 - CORRECTİON DES EXERCİCES
Chap17 - CORRECTİON DES EXERCİCES n 3 p528 Le signal a est numérique : il n y a que deux valeurs possibles pour la tension. Le signal b n est pas numérique : il y a alternance entre des signaux divers
Plus en détailLES DIFFÉRENTS FORMATS AUDIO NUMÉRIQUES
LES DIFFÉRENTS FORMATS AUDIO NUMÉRIQUES Compétences mises en jeu durant l'activité : Compétences générales : S'impliquer, être autonome. Compétence(s) spécifique(s) : Reconnaître des signaux de nature
Plus en détail- Instrumentation numérique -
- Instrumentation numérique - I.Présentation du signal numérique. I.1. Définition des différents types de signaux. Signal analogique: Un signal analogique a son amplitude qui varie de façon continue au
Plus en détailLa conversion de données : Convertisseur Analogique Numérique (CAN) Convertisseur Numérique Analogique (CNA)
La conversion de données : Convertisseur Analogique Numérique (CAN) Convertisseur Numérique Analogique (CNA) I. L'intérêt de la conversion de données, problèmes et définitions associés. I.1. Définitions:
Plus en détailP1PY7204 Acquisition de données Cours
ANNEE 2012-2013 Semestre d Automne 2012 Master de Sciences, Technologies, Santé Mention Physique- Spécialité Instrumentation P1PY7204 Acquisition de données Cours Denis Dumora denis.dumora@u-bordeaux1.fr
Plus en détailTP Modulation Démodulation BPSK
I- INTRODUCTION : TP Modulation Démodulation BPSK La modulation BPSK est une modulation de phase (Phase Shift Keying = saut discret de phase) par signal numérique binaire (Binary). La phase d une porteuse
Plus en détailSystèmes 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 détailChapitre 18 : Transmettre et stocker de l information
Chapitre 18 : Transmettre et stocker de l information Connaissances et compétences : - Identifier les éléments d une chaîne de transmission d informations. - Recueillir et exploiter des informations concernant
Plus en détailTechnique de codage des formes d'ondes
Technique de codage des formes d'ondes Contenu Introduction Conditions préalables Conditions requises Composants utilisés Conventions Modulation par impulsions et codage Filtrage Échantillon Numérisez
Plus en détailChapitre 2 : communications numériques.
Chapitre 2 : communications numériques. 1) généralités sur les communications numériques. A) production d'un signal numérique : transformation d'un signal analogique en une suite d'éléments binaires notés
Plus en détailExpérience 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 détailAbdenour 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 détailAutomatique 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 détailEquipement. électronique
MASTER ISIC Les générateurs de fonctions 1 1. Avant-propos C est avec l oscilloscope, le multimètre et l alimentation stabilisée, l appareil le plus répandu en laboratoire. BUT: Fournir des signau électriques
Plus en détailACOUSTIQUE 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 détailJ AUVRAY Systèmes Electroniques TRANSMISSION DES SIGNAUX NUMERIQUES : SIGNAUX EN BANDE DE BASE
RANSMISSION DES SIGNAUX NUMERIQUES : SIGNAUX EN BANDE DE BASE Un message numérique est une suite de nombres que l on considérera dans un premier temps comme indépendants.ils sont codés le plus souvent
Plus en détailApprentissage Automatique
Apprentissage Automatique Introduction-I jean-francois.bonastre@univ-avignon.fr www.lia.univ-avignon.fr Définition? (Wikipedia) L'apprentissage automatique (machine-learning en anglais) est un des champs
Plus en détailLA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»
LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» Gilbert Saporta Professeur de Statistique Appliquée Conservatoire National des Arts et Métiers Dans leur quasi totalité, les banques et organismes financiers
Plus en détailRégler les paramètres de mesure en choisissant un intervalle de mesure 10µs et 200 mesures.
TP Conversion analogique numérique Les machines numériques qui nous entourent ne peuvent, du fait de leur structure, que gérer des objets s composés de 0 et de. Une des étapes fondamentale de l'interaction
Plus en détailCaractéristiques des ondes
Caractéristiques des ondes Chapitre Activités 1 Ondes progressives à une dimension (p 38) A Analyse qualitative d une onde b Fin de la Début de la 1 L onde est progressive puisque la perturbation se déplace
Plus en détailSYSTEME DE PALPAGE A TRANSMISSION RADIO ETUDE DU RECEPTEUR (MI16) DOSSIER DE PRESENTATION. Contenu du dossier :
SYSTEME DE PALPAGE A TRANSMISSION RADIO ETUDE DU RECEPTEUR (MI16) DOSSIER DE PRESENTATION Contenu du dossier : 1. PRESENTATION DU SYSTEME DE PALPAGE A TRANSMISSION RADIO....1 1.1. DESCRIPTION DU FABRICANT....1
Plus en détailLABO 5-6 - 7 PROJET : IMPLEMENTATION D UN MODEM ADSL SOUS MATLAB
LABO 5-6 - 7 PROJET : IMPLEMENTATION D UN MODEM ADSL SOUS MATLAB 5.1 Introduction Au cours de séances précédentes, nous avons appris à utiliser un certain nombre d'outils fondamentaux en traitement du
Plus en détail1. PRESENTATION DU PROJET
Bac STI2D Formation des enseignants Jean-François LIEBAUT Denis PENARD SIN 63 : Prototypage d un traitement de l information analogique et numérique (PSoC) 1. PRESENTATION DU PROJET Les systèmes d éclairage
Plus en détailTraitement du signal avec Scilab : transmission numérique en bande de base
Traitement du signal avec Scilab : transmission numérique en bande de base La transmission d informations numériques en bande de base, même si elle peut paraître simple au premier abord, nécessite un certain
Plus en détailLÕenregistrement. 10.1 Enregistrement analogique et enregistrement numžrique
10 LÕenregistrement numžrique 10.1 Enregistrement analogique et enregistrement numžrique Tout processus d enregistrement, comme nous l avons vu dans les chapitres précédents, débute par la conversion des
Plus en détailMesure 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 détailSIGNAUX NUMERIQUES ET MODULATIONS NUMERIQUES
SIGNAUX NUMERIQUES ET MODULATIONS NUMERIQUES ----------------------------------------------------------------------------------------------------------------- LES SIGNAUX NUMERIQUES Un signal numérique
Plus en détailLA COUCHE PHYSIQUE EST LA COUCHE par laquelle l information est effectivemnt transmise.
M Informatique Réseaux Cours bis Couche Physique Notes de Cours LA COUCHE PHYSIQUE EST LA COUCHE par laquelle l information est effectivemnt transmise. Les technologies utilisées sont celles du traitement
Plus en détailCommunications numériques
Communications numériques 1. Modulation numérique (a) message numérique/signal numérique (b) transmission binaire/m-aire en bande de base (c) modulation sur fréquence porteuse (d) paramètres, limite fondamentale
Plus en détailQuantification Scalaire et Prédictive
Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction
Plus en détail8563A. SPECTRUM ANALYZER 9 khz - 26.5 GHz ANALYSEUR DE SPECTRE
8563A SPECTRUM ANALYZER 9 khz - 26.5 GHz ANALYSEUR DE SPECTRE Agenda Vue d ensemble: Qu est ce que l analyse spectrale? Que fait-on comme mesures? Theorie de l Operation: Le hardware de l analyseur de
Plus en détailI- Définitions des signaux.
101011011100 010110101010 101110101101 100101010101 Du compact-disc, au DVD, en passant par l appareil photo numérique, le scanner, et télévision numérique, le numérique a fait une entrée progressive mais
Plus en détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détailECTS INFORMATIQUE ET RESEAUX POUR L INDUSTRIE ET LES SERVICES TECHNIQUES
ECTS INFORMATIQUE ET RESEAUX POUR L INDUSTRIE ET LES SERVICES TECHNIQUES CHAPITRES PAGES I DEFINITION 3 II CONTEXTE PROFESSIONNEL 3 HORAIRE HEBDOMADAIRE 1 er ET 2 ème ANNEE 4 FRANÇAIS 4 ANGLAIS 5 MATHEMATIQUES
Plus en détailPuis le convertisseur bloque en mémoire cette valeur pendant une période d échantillonnage.
PATIE 7 CHAPITE (PHYSIQUE) NUMÉISATION, STOCKAGE ET TANSMISSION DE L INFOMATION TS I. LE SIGNAL NUMÉIQUE. Signal analogique ou numérique? Un signal est la représentation physique d une information qui
Plus en détailProgramme Pédagogique National du DUT «Réseaux et Télécommunications» Présentation de la formation
Programme Pédagogique National du DUT «Réseaux et Télécommunications» Présentation de la formation PPN Réseaux et Télécommunications publié par arrêté du 24 juillet 2008 Sommaire 1 Présentation générale
Plus en détailAnalyses 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 détailFiltres passe-bas. On utilise les filtres passe-bas pour réduire l amplitude des composantes de fréquences supérieures à la celle de la coupure.
Filtres passe-bas Ce court document expose les principes des filtres passe-bas, leurs caractéristiques en fréquence et leurs principales topologies. Les éléments de contenu sont : Définition du filtre
Plus en détailSystèmes de communications numériques 2
Systèmes de Communications Numériques Philippe Ciuciu, Christophe Vignat Laboratoire des Signaux et Systèmes cnrs supélec ups supélec, Plateau de Moulon, 9119 Gif-sur-Yvette ciuciu@lss.supelec.fr Université
Plus en détailL 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 détailExtraction de descripteurs musicaux: une approche évolutionniste
Extraction de descripteurs musicaux: une approche évolutionniste Thèse de Doctorat de l Université Paris 6 Spécialité: Informatique Aymeric ZILS Sony CSL Paris, 6 rue Amyot 75005 Paris Laboratoire d Informatique
Plus en détailEtude et conception d un serveur vocal :
République Algérienne Démocratique et Populaire Ministère de l enseignement supérieur et de la recherche Scientifique Université Hadj Lakhdar Batna Faculté de Technologie Département de Génie Industriel
Plus en détailBandes 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 détailTransmission d informations sur le réseau électrique
Transmission d informations sur le réseau électrique Introduction Remarques Toutes les questions en italique devront être préparées par écrit avant la séance du TP. Les préparations seront ramassées en
Plus en détailIntroduction au datamining
Introduction au datamining Patrick Naïm janvier 2005 Définition Définition Historique Mot utilisé au départ par les statisticiens Le mot indiquait une utilisation intensive des données conduisant à des
Plus en détailMinistère de l Enseignement Supérieur et de la Recherche Scientifique
Ministère de l Enseignement Supérieur et de la Recherche Scientifique Institut National de Formation en Informatique (I.N.I) Oued Smar Alger Direction de la Post Graduation et de la Recherche Thème : Inférence
Plus en détailAcquisition et conditionnement de l information Les capteurs
Acquisition et conditionnement de l information Les capteurs COURS 1. Exemple d une chaîne d acquisition d une information L'acquisition de la grandeur physique est réalisée par un capteur qui traduit
Plus en détailProjet audio. Analyse des Signaux ELE2700
ÉCOLE POLYTECHNIQUE DE MONTRÉAL Département de Génie Électrique Projet audio Analyse des Signaux ELE2700 Saad Chidami - 2014 Table des matières Objectif du laboratoire... 4 Caractérisation du bruit...
Plus en détailAnalyse de la vidéo. Chapitre 4.1 - La modélisation pour le suivi d objet. 10 mars 2015. Chapitre 4.1 - La modélisation d objet 1 / 57
Analyse de la vidéo Chapitre 4.1 - La modélisation pour le suivi d objet 10 mars 2015 Chapitre 4.1 - La modélisation d objet 1 / 57 La représentation d objets Plan de la présentation 1 La représentation
Plus en détailProduction de documents audio-numériques
Technique de l Information et de la Communication Production de documents audio-numériques 1. Technique Acoustique : --------------------------------------------------- 2 notions de base sur le son. Fréquence,
Plus en détailBTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL
BTS Groupement A Mathématiques Session 11 Exercice 1 : 1 points Spécialités CIRA, IRIS, Systèmes électroniques, TPIL On considère un circuit composé d une résistance et d un condensateur représenté par
Plus en détailLa structure du mobile GSM
La structure du mobile GSM Jean-Philippe MULLER Décembre 2000 Sommaire : 1- Le schéma fonctionnel d un mobile GSM 2- Le traitement numérique du signal à l émission 3- Le principe de base du vocodeur 4-
Plus en détail«Le Dolby Digital 5.1 et les tests en champ libre par ordinateur»
«Le Dolby Digital 5.1 et les tests en champ libre par ordinateur» Introduction : Jusqu à présent les tests en champ libre transitaient par un audiomètre et un dispatcher pour sortir sur la localisation
Plus en détailChapitre 1 Régime transitoire dans les systèmes physiques
Chapitre 1 Régime transitoire dans les systèmes physiques Savoir-faire théoriques (T) : Écrire l équation différentielle associée à un système physique ; Faire apparaître la constante de temps ; Tracer
Plus en détailHiver 2013 IMN 259. Introduction à l analyse d images. Par Pierre-Marc Jodoin
Hiver 2013 Analyse d images IMN 259 Introduction à l analyse d images Par Pierre-Marc Jodoin Où se situe l analyse d images? Traitement d images Imagerie Image Analyse d images/ Vision par ordinateur Infographie
Plus en détailIntelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com
Intelligence Artificielle et Systèmes Multi-Agents Badr Benmammar bbm@badr-benmammar.com Plan La première partie : L intelligence artificielle (IA) Définition de l intelligence artificielle (IA) Domaines
Plus en détailLe calculateur numérique pour la commande des processus
Le calculateur numérique pour la commande des processus par Daniel JAUME Maître de Conférences au Laboratoire d Automatique du Conservatoire National des Arts et Métiers et Michel VERGÉ Professeur des
Plus en détail10ème Congrès Français d'acoustique Lyon, 12-16 Avril 2010
10ème Congrès Français d'acoustique Lyon, 12-16 Avril 2010 Le compressed sensing pour l holographie acoustique de champ proche II: Mise en œuvre expérimentale. Antoine Peillot 1, Gilles Chardon 2, François
Plus en détailTransmission des signaux numériques
Transmission des signaux numériques par Hikmet SARI Chef de Département d Études à la Société Anonyme de Télécommunications (SAT) Professeur Associé à Télécom Paris. Transmission en bande de base... E
Plus en détailCours. Un premier pas en traitement du signal
2ème année d IUT de Mesures Physiques Cours Un premier pas en traitement du signal Olivier BACHELIER Courriel : Olivier.Bachelier@univ-poitiers.fr Tel : 5-49-45-36-79 ; Fax : 5-49-45-4-34 Les commentaires
Plus en détailL information sera transmise selon des signaux de nature et de fréquences différentes (sons, ultrasons, électromagnétiques, électriques).
CHAINE DE TRANSMISSION Nous avons une information que nous voulons transmettre (signal, images, sons ). Nous avons besoin d une chaîne de transmission comosée de trois éléments rinciaux : 1. L émetteur
Plus en détailFonctions de la couche physique
La Couche physique 01010110 01010110 Couche physique Signal Médium Alain AUBERT alain.aubert@telecom-st-etienne.r 0 Fonctions de la couche physique 1 1 Services assurés par la couche physique Transmettre
Plus en détailUne fréquence peut-elle être instantanée?
Fréquence? Variable? Instantané vs. local? Conclure? Une fréquence peut-elle être instantanée? Patrick Flandrin CNRS & École Normale Supérieure de Lyon, France Produire le temps, IRCAM, Paris, juin 2012
Plus en détailLes techniques de multiplexage
Les techniques de multiplexage 1 Le multiplexage et démultiplexage En effet, à partir du moment où plusieurs utilisateurs se partagent un seul support de transmission, il est nécessaire de définir le principe
Plus en détailINF6304 Interfaces Intelligentes
INF6304 Interfaces Intelligentes filtres collaboratifs 1/42 INF6304 Interfaces Intelligentes Systèmes de recommandations, Approches filtres collaboratifs Michel C. Desmarais Génie informatique et génie
Plus en détail