Conception des modèles d'observation audio temps réel à l ... - atiam

RésuméL’interaction musicale entre un interprète humain et une machine supposedans un premier temps que la machine ait la capacité d’"écouter" le jeude l’interprète. Pour atteindre ce but, les modèles d’observation audio tempsréeltels que celui du système de suivi de partition de l’Ircam se basent surdes descripteurs audio et un algorithme de classification pour segmenter lesignal pendant le jeu de l’interprète. Les descripteurs audio existants sontnombreux et leur caractère pertinent dépend du problème de classificationconsidéré, ce qui pose le problème de la sélection des descripteurs : lesquelsfaut-il utiliser pour un problème de segmentation donné ? L’utilisation dansle contexte des applications temps-réel des algorithmes de sélection de descripteursusuels est problématique car ceux-ci ne permettent pas de maîtriserla quantité de calcul nécessaire à l’obtention des valeurs des descripteurs sélectionnés.Après avoir présenté les algorithmes de sélection de descripteurs usuelset mis en exergue les problèmes suscités par leur utilisation dans le cadred’applications où la quantité de calcul est un paramètre critique, nous proposonsdeux approches permettant d’intégrer le modèle calculatoire des descripteursau processus de sélection. La première est naïve et repose sur l’utilisationdes méthodes filter. La seconde se base sur une taxonomie de recherchedérivée du modèle calculatoire des descripteurs et sur un parcours de l’espacede recherche.Enfin, nous donnons les résultats de l’évaluation des deux approches proposéesà laquelle nous nous sommes livrés. Ceux-ci confirment d’une part lebien-fondé de nos constatations initiales concernant les algorithmes usuelsde sélection de descripteurs, et d’autre part mettent en évidence l’intérêt dela deuxième approche proposée.