Modélisation de sons bruités par la Synth`ese Granulaire

pour une bonne représentation de notre signal. Cela revient à savoir quelleerreur d’approximation somme nous prêt à accepter. Ce choix doit se faireau regard de l’évolution de cette erreur qui soustend l’intérêt ou non d’unepoursuite de l’algorithme. En effet, on peut s’arréter quand une itérationsupplémentaire n’apporte plus d’information assez significative sur le contenudu signal. Sur la courbe d’erreur, on peut remarquer qu’à partir de 2000atomes l’erreur a une valeur suffisamment basse de 0.05 et n’a plus vraimentd’évolution significative. Ceci correspond par ailleurs à une densité relativementélevée de 1000 grains/secondes au niveau de la resynthèse.Le résultat de la décomposition est représenté sur la figure 12. Il s’agitd’une visualisation temps-fréquence proposée par LastWave. Elle représentechaque grain sous forme d’un “blob” en deux dimension correspondant à sonénergie théorique dans l’espace temps-fréquence. Les traits verticaux correspondentà des atomes très courts donc peu localisés en fréquence. A l’inverseles traits horizontaux représentent des atomes longs peu localisés en temps.Fig. 12 – Résultat de la décomposition Matching Pursuit du bruit d’eauentre 0 et 10000 HzOn peut voir en confrontant le spectrogramme avec le resultat d’analyseque les structures du son de départ semblent bien représentées. Notemment,les grains isolés repérables au dessus de 5000Hz ont bien été détectés. Deplus, l’analyse met à jour de manière notable la faible baisse de la puissancedu signal au cours du temps. Ainsi, la décomposition du son en atomes deGabor ainsi effectué, on peut maintenant exploiter les données des atomes39