BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//wp-events-plugin.com//7.2.3.1//EN
TZID:Europe/Paris
X-WR-TIMEZONE:Europe/Paris
BEGIN:VEVENT
UID:5514@i2m.univ-amu.fr
DTSTART;TZID=Europe/Paris:20130711T140000
DTEND;TZID=Europe/Paris:20130711T150000
DTSTAMP:20241029T173708Z
URL:https://www.i2m.univ-amu.fr/evenements/e-vincent-inria-comment-interfa
 cer-separation-de-sources-et-classification-audio/
SUMMARY: (...): E. Vincent (INRIA) : comment interfacer séparation de sour
 ces et classification audio?
DESCRIPTION:: Comment interfacer séparation de sources et classification a
 udio?\nBy Emmanuel Vincent\\\, Inria Nancy - Grand Est.\n\nOn considère l
 e problème de la classification audio au sens large: reconnaissance de la
  parole\\\, identification du locuteur ou du chanteur\\\, etc. En situatio
 n réelle\\\, le signal cible est souvent superposé à d'autres signaux (
 bruit\\\, accompagnement musical\\\, etc). Si la séparation de sources pe
 rmet de rehausser le signal cible\\\, elle introduit aussi des distorsions
  de sorte que la performance de classification augmente peu voire diminue.
  L'approche appelée "propagation de l'incertitude" consiste à estimer la
  distribution a posteriori des signaux sources et à la propager à traver
 s les étapes de calcul des descripteurs et de classification\\\, de sorte
  à améliorer la robustesse aux distorsions.\n\nAprès avoir introduit ce
 tte approche\\\, nous présenterons deux nouvelles contributions dans ce c
 adre:\n- une méthode d'estimation de la distribution a posteriori des sig
 naux sources basée sur un algorithme variationnel bayésien\n- une métho
 de d'apprentissage des classifieurs par mélanges de gaussiennes ou par mo
 dèles de Markov cachés fonctionnant directement sur des signaux bruités
 \nNous présentons des applications de ces résultats à l'identification 
 du locuteur dans un contexte domestique bruité et à l'identification du 
 chanteur dans la musique polyphonique.\n\nKamil Adiloglu and Emmanuel Vinc
 ent\\\, "A general variational Bayesian framework for robust feature extra
 ction in multisource recordings"\\\, in Proc. 2012 IEEE Int. Conf. on Acou
 stics\\\, Speech and Signal\nProcessing (ICASSP)\\\, pp. 273–276\\\, 201
 2.\nhttp://hal.inria.fr/hal-00656613/PDF/VARNMF.pdf\n\nAlexey Ozerov\\\, M
 athieu Lagrange\\\, and Emmanuel Vincent\\\, "Uncertainty-based learning o
 f acoustic models from noisy data"\\\, Computer Speech and Language\\\, 27
 (3)\\\, pp. 874–894\\\, 2013.\nhttp://hal.inria.fr/hal-00717992/PDF/ozer
 ov_CSL12.pdf\n\nMathieu Lagrange\\\, Alexey Ozerov\\\, and Emmanuel Vincen
 t\\\, "Robust singer identification in polyphonic music using melody enhan
 cement and uncertainty-based learning"\\\, in Proc. 13th Int. Society for 
 Music Information Retrieval Conf. (ISMIR)\\\, pp. 595–600\\\, 2012.\nhtt
 p://hal.inria.fr/hal-00709826/PDF/lagrange_ISMIR12.pdf
CATEGORIES:Séminaire,Signal et Apprentissage
END:VEVENT
BEGIN:VTIMEZONE
TZID:Europe/Paris
X-LIC-LOCATION:Europe/Paris
BEGIN:DAYLIGHT
DTSTART:20130331T030000
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
END:DAYLIGHT
END:VTIMEZONE
END:VCALENDAR