Extraire les fréquences d'un échantillon sonore
Bonjour,
pour la programmation d'un logiciel de reconnaissance vocale j'ai besoin d'extraire les fréquences d'un échantillon sonore. J'ai cru comprendre qu'il était question de la transformation de Fourier, je n'ai pas très bien compris comment ça fonctionnait. d'abord la transformé de Fourier nécessite-t'elle un signal strictement périodique ? Ensuite pour ce qui qui est de la reconnaissance des fréquences l'une après l'autre comment ça se passe exactement ?
Bonjour.
La transformation de Fourier (TF)donne des "pics" pour les fréquences de ton signal. Si bien sûr, il a une partie périodique (S(t)=P(t)+B(t), où P est périodique et B est un bruit relativement faible par rapport au maximum de P). Ceci suppose un signal infini, mais peut s'adapter à des signaux finis (on suppose qu'ils se répètent ailleurs par périodicité). De plus, ton signal étant échantillonné, ce n'est pas la TF qui va être utilisée, mais une approximation discrète, la FFT (transformation de Fourier raide). Tout ça élargit les pics, mais on peut les voir encore.
Donc on applique au signal la FFT, on obtient un signal dont les pics révèlent les fréquences caractéristiques de ton signal.
Cependant, il ne faut pas rêver, ce genre d'algorithme ne s'improvise pas, et si c'est toi qui dois programmer, tu as un vrai travail d'apprentissage préalable à effectuer.
Cordialement.
NB : On utilise de plus en plus d'autres techniques, plus éfficaces sur les spectres sonores, particulièrement les décomposition en ondelettes.
Dernière modification par gg0 ; 08/03/2017 à 15h57.
Merci pour ta réponse, j'ai quelques semaines devant moi, je vois mieux le sens de cette transformation de Fourier. Ici j'ai la formule discrète https://fr.wikipedia.org/wiki/Transf..._discr%C3%A8te, que signifie k ?
Décomposition en ondelette, transformation de Fourier, l'une de ces deux formules est-elle moins gourmande en puissance de calcule ?
La transformée en ondelettes permet de travailler sur un processus non stationnaire. Un échantillon de parole un peu long n'a aucune chance d'être stationnaire, donc les ondelettes sont préférables à la transformée de Fourier.
Bonjour.
"que signifie k ?" je suppose que c'est dans la première formule : k est l'indice d'échantillonnage de S.
On a un échantillon s, on obtient sa FFT, un échantillon S, de même taille.
Sauf erreur de ma part, il existe dans plusieurs langages de programmation des bibliothèques de traitement du signal qui ont ça tout prêt.
je pense qu'il y a même pas mal de logiciels et d'algorithmes publiés spécialisés dans la reconnaissance vocale.Envoyé par gg0
Oui,
mais j'avais en tête le début du message #1 : "pour la programmation d'un logiciel de reconnaissance vocale ...". J'ai donc pensé langage et sa bibliothèque (je suis sûr que ça existe en C), et aussi interfaçage (par exemple avec Matlab), mais c'est plus lourd.
Cordialement.
Surtout si le but est la reconnaissance vocale, l'analyse fréquentielle, et à priori temps-fréquence ou ondelettes c'est bien loin d'être le plus important du boulot... un petit tour sur wikipedia
Ceci dit, la transformée de Fourier est un outils quasi-indispensable, ce n'est pas idiot de se familiariser avec. Mais ça ne sert à rien de la coder soi-même, tu trouveras des bibliothèques ouvertes de très bonne qualité qui font ça dans à peu prêt n'importe quel langage (fftw, kissfft...)
il y a notamment des packages pour R. L'intérêt c'est qu'on peut voir rapidement si ça convient à ce qu'on veut faire et ensuite on peut récupérer les sources.
