Séparation de source informée pour des mélanges stéréo instantanés utilisant un tatouage de l'index des sources localement prédominantes

Mathieu Parvaix (1) , Laurent Girin (1)

1 GIPSA-MAGIC - GIPSA - Machines parlantes, Gestes oro-faciaux, Interaction Face-à-face, Communication augmentée

Dans cette étude, nous traitons le problème de la séparation de sources musicales non-stationnaires dans le cas d'un mélange linéaire instantané stationnaire stéréo (deux canaux). Il s'agit de pouvoir isoler les signaux correspondants aux différents instruments et voix d'un mélange musical, pour permettre à un utilisateur de remixer librement la musique lors de sa restitution. Pour traiter ce problème difficile (du fait du nombre de sources généralement supérieur au nombre de capteurs, le mélange étant alors dit sous-déterminé), nous proposons un système original avec une séparation dite "informée", proche des approches de type "oracle", mais réaliste car reposant ici sur une configuration en deux niveaux : codeur pour la production du mélange, et décodeur pour la restitution. Au codeur, les signaux sources sont supposés disponibles avant leur mixage, comme c'est le cas pour une grande part des oeuvres musicales enregistrées en studio. Une analyse temps-fréquence comparant localement (c'est-à-dire sur un nombre restreint de bins temps-fréquence à la fois) le contenu des signaux sources permet de sélectionner la source ou les deux sources prédominantes composant le mélange (parmi I ≥ 2 sources) en exploitant la parcimonie des signaux audio dans le plan temps-fréquence. Un code représentant l'index de cette (ces) source(s) est alors inséré dans le signal mélange par un procédé de tatouage (dont une version plus récente améliorée est présentée dans un autre papier dans ce même congrès). Au décodeur, où seul le signal mélange (tatoué) est disponible, l'extraction du tatouage et la sélection des sources correspondantes permet de réduire la configuration sous-déterminée à une configuration (sur-)déterminée et de procéder à la séparation en utilisant une inversion matricielle classique (la matrice de mélange globale étant supposée connue au décodeur ou transmise par tatouage). Des résultats de séparation très prometteurs obtenus pour la s'eparation de 4 signaux sources sont présentés.

Domaines: Traitement du signal et de l'image [eess.SP]; Traitement du signal et de l'image [eess.SP]

Mathieu Parvaix, Laurent Girin. Séparation de source informée pour des mélanges stéréo instantanés utilisant un tatouage de l'index des sources localement prédominantes. CFA 2010 - 10ème Congrès Français d'Acoustique, Apr 2010, Lyon, France. pp.Cd-Rom. ⟨hal-00486818⟩