Traitement du Signal et Analyse de Données Audio

Le thème de recherche ADASP (Audio Data Analysis & Signal Processing) développe des méthodes d’analyse de données en les appliquant de façon privilégiée aux données sonores.

Ces développements reposent sur des techniques de traitement du signal et d’apprentissage statistique, et se concentrent principalement sur les méthodes:

  • de décomposition de données et d’apprentissage de représentations, notamment les représentations parcimonieuses,
  • et de modélisation paramétrique.

Ces méthodes sont employées dans des tâches:

  • de séparation de sources,
  • de description de signaux de contenus et de scènes d’activité humaine, notamment par classification automatique,

et appliquées à:

  • l’extraction d’information musicale (MIR: Music Information Retrieval),
  • l’analyse de scènes sonores et l’audition pour les machines (Machine Listening),
  • l’analyse de données multidimensionnelles, hétérogènes ou multimodales, notamment les contenus multimédia,
  • l’acoustique musicale,
  • l’analyse de signaux physiologiques, notamment électroencéphalographiques (EEG),
  • la transformation de signaux audio (débruitage, rehaussement, dereverberation, spatialisation).

L’équipe entretient des collaborations étroites avec d’autres partenaires aussi bien académiques (Technical University of Berlin, Queen Mary Univeristy of London, Dublin University, ESPCI, IRCAM, INRIA-IRISA, INRIA-LORIA, CEA (Neurospin), INRIA-Parietal) qu’industriels (Orange, RTL, INA, Audionamix, Arkamys, Parrot…). Ces collaborations sont en partie développées dans des projets nationaux ou internationaux.

Pour plus d’informations, consultez:

Nous proposons également un ensemble d’outils, logiciels et bases de données pour l’analyse de données audio. Si vous êtes intéressés, consultez: