Loading...
Please wait, while we are loading the content...
Classification de signaux audio en temps-réel par un modèle de mélanges d'histogrammes
| Content Provider | Semantic Scholar |
|---|---|
| Author | Baelde, Maxime Biernacki, Christophe Greff, Raphaël |
| Copyright Year | 2017 |
| Abstract | La reconnaissance sonore consiste a attribuer un label a un signal audio inconnu. Celle-ci repose generalement sur des descripteurs audio ainsi que des modeles d'apprentissage statistique. Neanmoins les modeles actuels peinent a bien classer les sons dans un contexte temps-reel ou ces derniers sont heterogenes. Ce papier propose une nouvelle methode basee sur un modele de melanges d'histogrammes representant les spectres audio. La reconnaissance consiste a calculer la probabilite de chaque groupe puis a les agreger temporellement. Une etape de reduction du precedent modele permet par ailleurs de passer au temps-reel. Cette methode surpasse les algorithmes actuels, et peut atteindre 96,7% de bonne classification sur une base de 50 classes de sons en utilisant 0,5s de donnees audio. |
| File Format | PDF HTM / HTML |
| Alternate Webpage(s) | https://hal.archives-ouvertes.fr/hal-01592496/file/Article%20JDS%202017.pdf |
| Alternate Webpage(s) | https://hal.archives-ouvertes.fr/hal-01592496/document |
| Language | English |
| Access Restriction | Open |
| Content Type | Text |
| Resource Type | Article |