Apprentissage automatique et intelligence artificielle pour le rehaussement et la compression des signaux audio

Sommaire

DIRECTION DE RECHERCHE: Philippe Gournay, Coordonnateur à la recherche - Département de génie électrique et de génie informatique
CODIRECTION DE RECHERCHE: Roch Lefebvre, Professeur - Département de génie électrique et de génie informatique
UNITÉ(S) ADMINISTRATIVE(S): Faculté de génie
Département de génie électrique et de génie informatique

CYCLE(S): 2e cycle
3e cycle
LIEU(X): Campus principal

Description du projet

Les techniques classiques de rehaussement et de compression des signaux audio se basent sur un nombre réduit d’outils de traitement du signal (transformation, prédiction et quantification). Ces outils sont maintenant parfaitement maîtrisés, tant sur le plan théorique (performances attendues) que sur le plan pratique (implémentation sur DSP). Par conséquent, les améliorations observées sont essentiellement incrémentales. Elles sont généralement le fruit de combinaisons de plus en plus complexes des outils classiques, sans qu’aucune véritable nouvelle avancée ne soit réalisée.

Au cours des dernières années, de nouveaux outils d'apprentissage automatique et d'intelligence artificielle ont été développés puis appliqués avec succès à divers problèmes en traitement de la parole. Par exemple, la reconnaissance de la parole, l’identification du locuteur et la synthèse vocale ont fait des progrès soudains et considérables depuis l’introduction du concept d’apprentissage profond (deep learning).

L’objectif général du projet est d’étudier l’application de ces nouveaux outils au problèmes du rehaussement et de la compression des signaux audio.

Discipline(s) par secteur

Sciences naturelles et génie

Génie électrique et génie électronique

Financement offert

À discuter

La dernière mise à jour a été faite le 12 mars 2024. L’Université se réserve le droit de modifier ses projets sans préavis.