Recherche avancée
Catalogues >> Sciences et technologies de l'information et de la communication >> Informatique
Responsable :

Sébastien Boisgerault
  

Equipe Pédagogique :
Jean-Emmanuel Deschaud
Jean GrÉgoire

Niveau : Graduate

Langue du cours : Français

Période : Printemps

Nombre d'heures : 12

Crédits ECTS : 1
SGS_S1916 Analyse et compression du signal audio-numérique
Objectifs: Graver sa collection de compact discs sous forme de fichiers mp3, écouter une radio Internet, dialoguer par Skype ou utiliser un téléphone mobile, toutes ces situations mettent en oeuvre des données numériques sonores, compressées pour faciliter leur stockage ou leur transmission sur un réseau.

Chaque contexte d'utilisation est toutefois différent : selon les applications, le traitement doit être temps-réel ou non, la fidélité à l'original est plus ou moins importante, le niveau de compression nécessaire de x2 à plus de x100, le signal peut être uniquement de la voix ou plus général, etc. Cette diversité donne lieu à l'utilisation d'un large panel de méthodes issues du traitement du signal et de l'informatique.

L'objectif de ce cours est de faire découvrir ces méthodes à travers:
  1. la présentation des concepts et algorithmes fondamentaux du signal audio,
  2. l'étude des technologies communes de compression (GSM, MP3, etc.),
  3. le développement en travaux pratiques d'applications de compression. 


Programme: Concepts & algorithmes:
  • Théorie de l'information et codage entropique,
  • Quantification scalaire et vectorielle,
  • Prédiction et identification de modèles paramétriques,
  • Analyse fréquentielle: signaux et filtres, représentation fréquentielle, systèmes multicadence,
  • Modèles pour la voix et l'audition.
Etudes de cas & travaux pratiques
  • Introduction à Python: algorithmes, calcul numérique, visualisation de données, fichiers et flux de bits,
  • Codage sans perte générique (ex: programmes gzip, bzip2, 7z),
  • Codage sans perte du signal audio. (ex: formats ALAC, FLAC, Shorten),
  • Codage prédictif de la voix (ex: technologies GSM, VoIP, codecs SILK, Speex),
  • Codage perceptuel du signal audio. (ex: formats MP3, AAC). 


Niveau requis : Les notions de Mathématiques nécessaires à une bonne compréhension du cours relèvent du premier cycle universitaire ou du tronc commun de Mathématiques (essentiellement: algèbre linéaire, notions de probabilités, série de Fourier). Dans les autres domaines, l'enseignement se suffit à lui-même: si des notions de traitement du signal, ou une connaissance préalable du langage Python peuvent être profitables, elles ne sont aucunement nécessaires.

Modalités d'évaluation : L'évaluation aura lieu sous forme de contrôle continu lors des travaux pratiques.

Dernière mise à jour : mercredi 11 juillet 2012

© Mines de Paris 2017 - Réalisé par Winch Communication