Phelma Formation 2022

5PMSPSL1 : Projet simulation logicielle (audio) - WPMTDPS2

  • Volumes horaires

    • CM 0
    • Projet 32.0
    • TD 0
    • Stage 0
    • TP 0
    • DS 0

    Crédits ECTS

    Crédits ECTS 4.0

Objectif(s)

Assimilation des aspects théoriques du traitement numérique des signaux (échantillonnage, filtrage numérique, transformée de Fourier discrète et analyse spectrale, etc.); Illustration du cours de deep learning. Ces deux objectifs sont remplis par la mise en oeuvre d'une application de traitement de parole/audio utilisant diverses techniques de traitement du signal numérique classiques et/ou des réseaux de neurones profonds. Deux sujets sont proposés: débruitage de parole et conversion de voix.

Contact Laurent GIRIN, Pascal PERRIER

Contenu(s)

  • Conception, réalisation et évaluation d'une application de traitement du signal de parole/audio (débruitage de parole ou conversion de voix)
  • Mise en oeuvre de diverses techniques de traitement du signal numérique classiques et/ou des réseaux de neurones profonds
  • Assimilation des aspects théoriques sous-jacents


Prérequis
  • Notions fondamentales de traitement du signal analogique et numérique
  • Notions fondamentales de machine learning et de deep learning
  • Connaissance de Matlab/Python et/ou environnements de programmation de deep learning (type Keras, Pytorch)

Contrôle des connaissances

Rapport de projet écrit décrivant le travail réalisé et les résultats expérimentaux + Soutenance orale (30mn ou 45mn) incluant une session de questions



Session 1: Rapport de projet 50% + soutenance orale 50%
Session 2: Rapport de projet 50% + soutenance orale 50%. Un travail pratique complémentaire pourra être demandé en cas d'insuffisance du travail effectué.
Session 1 confinée: Rapport de projet 50% + soutenance orale 50%
Session 2 confinée: Rapport de projet 50% + soutenance orale 50%. Un travail pratique complémentaire pourra être demandé en cas d'insuffisance du travail effectué.

Informations complémentaires

Cursus ingénieur->Masters->Semestre 9
Cursus ingénieur->Double-Diplômes Ingénieur/Master->Semestre 9

Bibliographie

BELLANGER M., Traitement numérique du signal, Masson/CNET, Paris, 1990.
OPPENHEIM A.V., SHAFFER W.S., Digital Signal Processing, Prentice Hall, 1975.
ROBERT R.A., MULLIS C.T., Digital Signal Processing, Addison-Wesley Publishing Company, 1987.
Christopher Bishop, Pattern Recognition and Machine Learning. Springer, 2006.
Yann LeCun, Yoshua Bengio and Geoffrey Hinton, Deep learning. Nature, 521(7553), 436, 2015.