Cette contribution est consacrée à l'étude d'un modèle localement périodique dans lequel les évolutions temporelles des paramètres sont modélisées par des processus aléatoires. L'originalité du travail réside dans le modèle considéré qui permet de représenter, de manière paramétrique mais relativement flexible des signaux localement périodiques. Une évaluation de différentes méthodes d'estimation des paramètres (EM, Whittle) et une propositon de solution sous optimale moins coûteuse à implémenter applicables dans le cas de signaux de parole sont en outre proposées pour rehausser le signal par filtrage de Kalman. This contribution deals with a stochastically modulated periodic model and its use for speech enhancement. The originality of our ...
Un estimateur optimal peut voir sa performance améliorée par une augmentation du niveau de bruit, un...
Dans cet article, nous discuterons de la modélisation en termes d'opérateurs, de processus stochasti...
Performances of an automatic speech recognition system degrade when test and training conditions do ...
Ce manuscrit porte sur la modélisation et l'estimation de certaines non-stationnarités dans les sign...
De traitement de signaux, de modèles de clutter pour radar, propagation d'onde en acoustique, électr...
Dans ce mémoire, nous développons des approches paramétriques de traitement du signal fondées sur ...
Generalized stochastic processes, nonstationarity model , time-warping, frequency modulation, audio...
Dans ce mémoire, nous développons des approches paramétriques de traitement du signal fondées sur de...
Dans le domaine du traitement numérique du signal, les méthodes déterministes du type moindres carré...
On considère le problème de régression parcimonieuse et structurée des signaux dans un dictionnaire ...
L'objet de ce papier est de décrire des méthodes de modélisation et d'identification de modèles auto...
Les performances d'un système de reconnaissance automatique de la parole se dégradent lorsque les co...
This work concentrates on the estimation and reconstruction of highly non-stationary signals having ...
Dans cette thèse nous élaborons quatre composantes fondamentales d'un système de reconnaissance auto...
This paper presents an algorithm for modulation-domain speech enhancement using a Kalman filter. The...
Un estimateur optimal peut voir sa performance améliorée par une augmentation du niveau de bruit, un...
Dans cet article, nous discuterons de la modélisation en termes d'opérateurs, de processus stochasti...
Performances of an automatic speech recognition system degrade when test and training conditions do ...
Ce manuscrit porte sur la modélisation et l'estimation de certaines non-stationnarités dans les sign...
De traitement de signaux, de modèles de clutter pour radar, propagation d'onde en acoustique, électr...
Dans ce mémoire, nous développons des approches paramétriques de traitement du signal fondées sur ...
Generalized stochastic processes, nonstationarity model , time-warping, frequency modulation, audio...
Dans ce mémoire, nous développons des approches paramétriques de traitement du signal fondées sur de...
Dans le domaine du traitement numérique du signal, les méthodes déterministes du type moindres carré...
On considère le problème de régression parcimonieuse et structurée des signaux dans un dictionnaire ...
L'objet de ce papier est de décrire des méthodes de modélisation et d'identification de modèles auto...
Les performances d'un système de reconnaissance automatique de la parole se dégradent lorsque les co...
This work concentrates on the estimation and reconstruction of highly non-stationary signals having ...
Dans cette thèse nous élaborons quatre composantes fondamentales d'un système de reconnaissance auto...
This paper presents an algorithm for modulation-domain speech enhancement using a Kalman filter. The...
Un estimateur optimal peut voir sa performance améliorée par une augmentation du niveau de bruit, un...
Dans cet article, nous discuterons de la modélisation en termes d'opérateurs, de processus stochasti...
Performances of an automatic speech recognition system degrade when test and training conditions do ...