Estimation du pitch et décision de voisement par compression spectrale de l’autocorrélation du produit multi-échelle (Pitch estimation and voiced decision by spectral autocorrelation compression of multi-scale product) [in French]

Actes de la conférence conjointe JEP-TALN-RECITAL 2012, volume 1: JEP, pages 201–208, Grenoble, 4 au 8 juin 2012. c ⃝2012 ATALA & AFCP Estimation du pitch et décision de voisement par compression spectrale de l’autocorrélation du produit multi-échelle Mohamed Anouar Ben Messaoud, Aïcha Bouzid et Noureddine Ellouze Laboratoire signal, image et Technologies de l’Information, ENIT Le Belvédère, B.P.37, 1002, Tunis anouar.benmessaoud@yahoo.fr, bouzidacha@yahoo.fr,n.ellouze@enit.rnu.tn RESUME____________________________________________________________________________________________________________ Dans ce papier, nous proposons un algorithme d’estimation de la fréquence fondamentale et de décision de voisement à partir des signaux de parole. Notre approche est basée sur la décimation du spectrale numérique de la fonction d’autocorrélation du produit multi-échelle (APM) du signal de parole. Le produit multiéchelle est le produit des coefficients de la transformée en ondelettes du signal de parole calculées à différentes échelles successives. Le pitch est estimé par la multiplication des copies comprimées du spectre original de l’APM. Le signal obtenu permet d’opérer la décision de voisement et l’estimation de pitch. Nous présentons une méthodologie d’évaluation qui associe la décision de voisement dans la procédure d'estimation du pitch et présente une étude comparative de la performance des algorithmes d’estimation du pitch qui montre l’impact de la décision de voisement sur les résultats d'estimation de F0. ABSTRACT _________________________________________________________________________________________________________ Pitch estimation and voiced decision by spectral autocorrelation compression of multi-scale product In this work, we propose an algorithm for pitch estimation and voicing detection in clean and noisy speech signal. Our approach is based on the spectral compression (CS) of the autocorrelation of the multi-scale product (APM). The APM consists of making the autocorrelation of the speech wavelet transform coefficients product at three successive dyadic scales. We estimate the pitch for each frame based on the product of compressed copies of the original spectrum of APM. To make the voiced/unvoiced decision, we use the estimated F0 value. In addition, we present a Gross Pitch Classification Error methodology which add Gross Pitch Error and Voicing Classification Error to measure the robustness of pitch determination algorithms and to show the impact of the voiced/unvoiced decision on the results obtained by any pitch determination algorithms. MOTS-CLES : Autocorrélation du produit multi-échelle, compression spectrale, estimation du pitch, décision de voisement. KEYWORDS : Autocorrelation multi-scale product, spectral compression, pitch estimation, voicing decision. 201 1 Introduction Les caractéristiques du signal vocal englobent entre autres des paramètres de source liés aux vibrations des cordes vocales comme le voisement et la fréquence fondamentale. Le pitch est un paramètre fondamental dans la production, l’analyse et la perception de la parole. Ce paramètre est un révélateur principal de l’information phonétique, lexicale, syntaxique et émotionnelle. Il entre dans la mise au point de diverses techniques avancées d’analyse et d’interprétation du signal de parole et devient en ce sens un élément essentiel dans la mise en œuvre des applications en traitement automatique de la parole (Saito, 1992). La problématique liée au pitch et sa complexité apparaît dans la multitude d’algorithmes de détermination du pitch (ADPs). Ces algorithmes ne présentent pas les mêmes performances pour tous les types …

Content truncated to 500 words