Untitled - WWW Ircam

4 RECHERCHE ET DÉVELOPPEMENT, L’UMR STMS
Estimation de la structure temporelle
L’étude de l’estimation de la structure temporelle a suivi trois
axes en 2011. Le premier concerne l’estimation de la structure
basée sur les changements au cours du temps de la
tonalité locale. Le deuxième concerne l’estimation d’un paramètre
permettant de désigner (pour un morceau donné et un
pré-calcul donné) la représentation (parmi celles en état et
en séquence) la plus appropriée [Peeters11e]. Le troisième
concerne la proposition de nouvelles mesures de discrimination
entre séquence et non-séquence dans une matrice de
similarité.
Recherche par similatité acoustique
La version 2.0 du système de similarité acoustique développée
en 2011 prend en compte les problèmes de scalabilité
et de robustesse. Pour cela une modélisation sous
forme d’UBM (universal background model) dans un espace
métrique est proposée [Charbuillet11a]. Une expérience de
similarité entre titres musicaux a été menée permettant de
conclure à l’équivalence des recommandations de type Pandora
(référence dans le domaine) et la version 2.0. La version
2.0 a été soumise aux campagnes d’évaluation internationale
MIREX (premier ex-æquo) et Quaero-Eval-11.
Classification mono – label, multi-label
La version 3.0 du système de classification générique de
l’Ircam a été développée en 2011. Elle repose sur un nouvel
étage d’analyse modélisant les descripteurs MFCC et SFM
d’une part par le nouveau modèle UBM/Super-Vector et,
d’autre part, par un modèle AR vectoriel (coefficient a_k
ainsi que modélisation du résiduel ARV par un UBM/Supervector).
Ces descripteurs modélisés sont ensuite utilisés
pour l’apprentissage de classifieurs binaires de types SVM
(noyau RBF). Ce système a été utilisé pour l’apprentissage
des classes genre, humeur, instrumentation, live/studio ainsi
que la segmentation voix chantée/musique dans le prototype
MSSE d’Orange. Le système a été évalué très positivement
(deuxième place) lors de l’évaluation internationale MIREX,
ainsi que Quaero-Eval-11.
Parallèlement, les études sur le timbre instrumental ont été
poursuivies à travers la mise à disposition d’une ToolBox
Matlab référençant les descripteurs de timbre ([Peeters11d],
et à travers l’étude de la fusion perceptive et du timbre de
dyades instrumentales composées d’un instrument percussif
et d’un instrument tenu [Tardieu12a]. Une étude innovante
sur l’effet du processus de production (mastering et utilisation
du champ stéréo) en musique, a également été effectuée
donnant lieu à de niveau descripteurs [Tardieu 11a].
Identification audio
En 2011, le processus de synchronisation des codes entre
base et flux, présenté cette année à l’ICASSP [Ramona11c],
a été consolidé de manière à garantir un flux « pseudorégulier
» de time-stamps, même en cas de non détection
d’onsets. Afin de comparer avec précision la détection
d’onsets sur les deux signaux, un processus de correction
et de synchronisation des annotations a été développé
[Ramona11f]. L’évaluation Quaero 2011 a également été un
rendez-vous majeur de l’année. De par le volume de la base
d’apprentissage (100.000 titres), elle a nécessité le développement
d’outils de détection de correction des redondances
au sein d’une collection d’extraits audio. Un article collaboratif
sur l’environnement d’évaluation [Ramona11b] est en
instance d’être publié.
Annotations, campagnes d’évaluation et Intégration
La deuxième phase de création de corpus pour le projet
Quaero s’est poursuivie en 2011. L’Ircam a également fourni
les corpus et les environnements d’évaluation pour de nombreuses
tâches de Quaero-Eval-11 et participé aux campagnes
MIREX-11 et Quaero-Eval-11. Les technologies de
l’Ircam du projet Quaero ont également été intégrées dans
les applications MUMA (Exalead), MSSE (Orange).
Quaero : Intégration des modules d’indexation dans le démonstrateur
MSSE développé par Orange Labs
■ Modélisation physique pour l’analyse
et la synthèse du son
Validation de modèles 1D de tubes acoustiques
à section variable
Les résonateurs d’instruments à vent ont souvent été approchés
par des cascades de tubes droits ou coniques, tant pour
la synthèse sonore par guides d’ondes que le calcul de fonctions
de transferts caractéristiques (impédance d’entrée,
transmittance, etc.) : la raison principale est d’exploiter les
propriétés simples des ondes planes ou sphériques (décomposition
en ondes progressives et formalisme en guides
d’ondes numériques, méthode des matrices de transfert à
expression analytique, etc.)
Ces dernières années, des raffinements possibles de ce type
de modélisation ont été recherchés et élaborés, en particulier
pour traiter le cas délicat des cuivres et des pavillons.
IRCAM – RAPPORT D’ACTIVITÉ 2011
82