Traitement
du signal
Cours
TNS2010A.ppt, coursA.mp3, TNS2010B.ppt, coursB.mp3, TNS2010C.ppt, coursC.mp3, TNS2010D.ppt, coursD.mp3, TNS2010E.ppt, CoursE.mp3, TNS2010_1F.ppt, cours1F.mp3,
TNS2010_2F.ppt, cours2F.mp3,
TNS2010G.ppt, coursG.mp3, TNS2010H.ppt, coursH.mp3
poly.pdf (poly_tab.pdf) polycopie_TNS.pdf
L'extension
tab signifie que le fichier peut être a priori être lu sur une grande tablette
sur youtube :
chapitre 6 : filtres et descripteurs de signaux
chapitre 7 : transformée de Laplace et filtres analogiques
chapitre 8 : transformée en Z et filtres numériques
chapitre 9 : synthèse des filtres numériques à réponse impulsionnelle finie
chapitre 10 : synthèse des filtres numériques à réponse impulsionnelle infinie
annexe 1 : rappels et astuces mathématiques
chapitre 11 : traitement du son
chapitre 12 : introduction à l'apprentissage
chapitre 13 : descripteurs d'un signal sonore
Travaux dirigés
td_tns.ps, problemes_TNS.ps, , DevoirMaison.zip
Pour
lire les fichiers écrits en postscript et avec
l’extension .ps : télécharger Ghostscript puis GSview sur http://pages.cs.wisc.edu/~ghost/.
sur youtube :
https://www.youtube.com/playlist?list=PL1GfH8rZpbKCgWbGL6-h4MKWV0dwKQKrz
td_tns_m1.pdf (td_tns_m1_tab.pdf, td_tns_m1_corr.pdf)
QCM
Un
programme réalisant un QCM est aussi disponible en téléchargement (QUIZ_APP.zip, QUIZ_APP.exe)
[Aymen Graba pour la
conception et l’implémentation], ou sur Web (QUIZ_WEB.html)
[Kheloudja Fettouche, Ameni Letaief, Yasmine Ntsiantou Owaye, Adama Sissokho]
et une nouvelle version qcm\index.php[Harouna Ba, Sarah Essqali]
qcmCoursA.pdf,qcmCoursB.pdf,
qcmCoursC.pdf,
qcmCoursD.pdf,
qcmCoursE.pdf,
qcmCoursEBis.pdf,
qcm_coursN.pdf qcm_coursO.pdf
qcmCoursP.pdf,
Travaux pratiques
simulation du signal 2sin(2*pi*f0*t+pi/2)
échantillonné à fe en temps réel lent
complement_tns_tp.pdf
complement_TP.zip
visualisation
sur youtube :
Reconnaissance
du son
tp_son_te2_sujet.pdf
TP_son.zip
Exemples d'examens
exam_seance_TP_tns_m1ir_sujet.pdf
exam_exemple.pdf, examen_TP_corrige.pdf
A propos des outils mathématiques,
Transformées
de Fourier
Fourier Transform,
Fourier Series, and frequency
spectrum
Multiplication
matricielle
Linear Algebra - Matrix Transformations
Notion d'écart-type
Moyenne, variance et écart
type -Terminale S
Loi Normale : tout ce qu'il
faut savoir
Pour la culture générale en traitement du signal,
extrait
d'une conférence illustrant l’intérêt du traitement du signal
conf1.mp4 (source : https://www.youtube.com/watch?v=2Qb9mzqxr3c)
extrait
d'émissions c'est pas sorcier :
conf_opera.mp4 (source https://www.youtube.com/watch?v=kf9j4iWnixc),
conf_son_concert.mp4 (source https://www.youtube.com/watch?v=mDUpdvFWG8Y),
conf_violons.mp4 (source https://www.youtube.com/watch?v=TZJxosX2mzM),
vidéo
sur le radar
conf_radar_tutorial.mp4
(source https://www.youtube.com/watch?v=bU_ABeCdWYs)
vidéo
sur la compression des images numériques
(source https://www-l2ti.univ-paris13.fr/~dauphin/conf_image_file_formats.mp4)
illustration
du principe d'indétermination d'Heisenberg (temps-fréquence) :
What_is_the_fastest_music_humanly_possible.mp4
(source https://www.youtube.com/watch?v=h3kqBX1j7f8)
Pour la culture générale en reconnaissance de la
parole,
Les Formants
Formants Explained and
Demonstrated
What are FORMANTS and
HARMONICS VOCAL FORMANTS AND HARMONICS Explained!
Spectrogramme
Introduction to Spectrogram
Analysis Step by step
through a spectrogram
Courte bibliographie
F. Avanzini and G. De Poli. Algorithms for Sound and Music Computing, chapter Fundamentals of digital
audio processing, pages 1-46. Creative Commons,
2012. Avanzini12.pdf
F. Camastra and A. Vinciarelli. Machine Learning for Audio,Image and Video Analysis. Springer,
2007.Camastra07.pdf
G. Peeters. A large set of audio features for sound description (similarity and
classification) in the CUIDADO project.
Technical report, Ircam, 2004.Peeters04.pdf
D.
Rocchesso. Introduction to Sound
Processing. Creative Commons, 2003.Rochesso03.pdf
C. Cassisi, P. Montalto, M. Aliotta, A. Cannata, and A. Pulvirenti. Advances in Data Mining Knowledge Discovery and Applications,
chapter Similarity Measures and Dimensionality Reduction Techniques for Time
Series Data Mining, pages p. 71-96. IntechOpen, 2012. Cassissi12.pdf
speech-processing-for-machine-learning
Dan Israël. Notes de cours LP201 (ondes mécaniques et
lumineuses). Chapitre 5, 2010. DIsrael10ch5.pdf
L. Rabiner and B-H Juang. Fundamentals of Speech
Recognition. Prentice Hall International, Inc., 1993. Rabiner93.pdf