Aller au contenu

Introduction au traitement du son

PDF icon Télécharger en PDF

  • Responsable de l'UE : Henri BOUTIN (henri.boutin@sorbonne-universite.fr)
  • Code UE : UM4RBI11-Son1
  • Volumes horaires / étu : 12 h Cours, 6 h TD, 10 h TP
  • Nombre de crédits de l'UE/EC : 3 ECTS
  • Parcours-type :
  • Semestre où l'enseignement est proposé : S1 S2 S3 S4
  • Langue d'enseignement : Français Anglais
  • Public concerné : Département SDI Autre (préciser) :
  • Localisation : Campus PMC Autre (préciser) :

Thématique

Cette UE vise à former les étudiants à l’analyse et au traitement en temps et en fréquence d'un signal audio. L’enseignement se focalise sur l’analyse, la modélisation et le codage des signaux de parole et de musique.

Mots-clés : Traitement du signal, signal audio, musique, parole, analyse temps-fréquence, Transformée de Fourier Court Terme, Algorithme Overlap Add, Modèle source-filre, LPC (Linear Predicting Coding), Cepstre, Perception, Codage, Compression.

Prérequis

Afin de suivre cette UE, doivent être acquis précédemment :

  • Traitement du signal analogique : convolution, série et transformée de Fourier à temps continu ;
  • Traitement du signal discret : transformée de Fourier des Signaux Discrets, Transformée de Fourier Discrète ;

Acquis d'apprentissage visés (AAV)

À l'issue de cette UE, les étudiantes ou étudiants seront capables de :

  1. Identifier les caractéristiques d’un signal audio dans le domaine temporel : périodicité / attaques / transitoires
  2. Identifier les caractéristiques d’un signal audio dans le domaine fréquentiel : timbre, centroïde spectral etc.
  3. Maîtriser les outils théoriques d’analyse temps-fréquence pour faire le lien entre ces 2 types de caractéristiques  : TF, TFSD, TFD et TFCT
  4. Savoir analyser et synthétiser un signal de parole avec un modèle Source-filtre
  5. Savoir distinguer les descripteurs et les paramètres dans les modèles de signaux de parole
  6. Connaître et comprendre le fonctionnement d’un système de codage d’un signal audio
  7. Savoir optimiser le codage et la compression, sans perte ou avec perte, d’un signal audio
  8. Savoir traiter un signal audio humain, les dispositifs de production et perception chez l’humain
  9. Savoir analyser, caractériser et modéliser un signal musical à l’aide de descripteurs de timbre
  10. Savoir identifier une structure musicale par traitement de matrices de similarité
  11. Savoir évaluer les algorithmes d’analyse mis en œuvre 

Séquencement et modalités de l'enseignement (indicatif)

Semaine C/TD/TP Contenu Préparation AAV associé(s)
S1 C1 Chaîne de production / acquisition / restitution /perception AUDIO AAV1-2 / 8
S2 C2 / TD1 Analyse fréquentielle d’un signal audio numérique Revoir prérequis : traitement signal analogique et discret AAV1-3
S3 C3 / TP1 Analyse temps-fréquence d’un signal audio préparation TP1 AAV1-3 / 5 / 9
S4 C4 / TD2 Production et perception de son chez l’humain AAV4-5 / 8 / 1-2
S5 C5 / TP2 Application au codage d’un signal audio préparation TP2 AAV6-7 / 1-2
S6 C6 / TP3 Analyse automatique des signaux musicaux revoir C3 + préparation TP3 AAV9-11 / 3
S7 TD3 revoir C4 et C5 AAV4-5
S8 TP4 revoir C4 et C5 + préparation TP4 AAV6-8
S9 TP5 préparation TP5 AAV1-3 / 9

Déroulement de l'UE

L’UE se déroule en 3 séquences :

  • Séquence 1 : Analyse temps - fréquence d'un signal audio (C1-3 + TD1/2 + TP1-3 + CC)

  • Séquence 2 : Production et perception de son chez l’humain et application au codage d’un signal audio (C4/5 + TD3 + TP4)

  • Séquence 3 : Analyse automatique des signaux musicaux (C6 + TP5 + ER + Exam de TP)

Modalités d'évaluation des acquis d'apprentissage (1ère session)

Semaine Indiv/collectif Présentiel/distanciel Type d'examen AAV évalué(s) Barème %
S4 Individuel Présentiel Contrôle de connaissances AAV 1-3 20%
S8 Individuel Présentiel Écrit AAV 4-11 40%
S10 Individuel Présentiel TP AAV 1-3 / 6 - 9 40%

2nde session

Session Indiv/collectif Présentiel/distanciel Type d'examen AAV évalué(s) Barème %
2 Individuel Présentiel Écrit AAV 1-11 60%
1 Individuel Présentiel TP AAV 1-3 / 6 - 9 40%

Références bibliographiques

  • Blanchet \& Charbit, 2001, "Signaux et Images sous Matlab". Hermes Sciences.
  • Kahrs, 1998, "Applications of digital signal processing to audio and acoustics", Kluwer Academic Publishers.
  • Hartmann, 1996, "signal, sound and sensation", Springer-Verlag
  • Hayes, 1996, "Statistical Digital Signal Processing", John Wiley
  • Imai \& Abe, "Spectral Envelope Extraction by Improved Cepstral Method"

Logo SDI Date de génération de la fiche d'UE : 14/01/2026 Logo SDI