Production de la voix : exploration, modèles et analyse/synthèse

La Thèse de Doctorat « Production de la voix : exploration, modèles et analyse/synthèse » sera soutenue par Thomas Hézard le Lundi 09 Décembre 2013 à 14h30 à l’IRCAM. Pour plus de détails, cliquez ici.

Résumé
Ce travail porte sur l’étude de la production de la voix. L’objectif principal est de proposer des solutions
pour son analyse-synthèse qui permettent une large représentation de la diversité des signaux biométriques
(observés en pratique) dans le cadre du paradigme source-filtre ou de modèles physiques simplifiés. L’étude
est menée selon trois axes, l’exploration de l’activité laryngée, la modélisation de la phonation et l’analysesynthèse
sonore.
Après une description de l’appareil phonatoire et de modèles d’analyse-synthèse actuels, la première
partie s’intéresse à l’exploration de signaux biométriques. À partir du recensement des dispositifs actuels,
nous proposons un outil de synchronisation qui révèle la complexité du mouvement 3D des plis vocaux.
Une étude comparative avec un système acoustique à valve humaine similaire (lèvres d’un tromboniste) est
menée et le développement d’un nouvel outil combinant deux techniques récentes d’imagerie électrique est
proposé.
Dans la deuxième partie, deux algorithmes d’analyse sont proposés pour un modèle source-filtre fondé
sur une représentation tous-pôles causale-anticausale du signal vocal. Un calcul du cepstre complexe est
proposé, garantissant l’holomorphie sur une couronne de convergence dans le domaine en Z. Cet outil est
alors exploité pour la séparation de la source et du filtre.
Enfin, des représentations paramétriques des signaux d’aire glottique sont exploitées pour piloter des
modèles à géométrie forcée. Un modèle de synthèse, inspiré du modèle source-filtre mais intégrant l’effet du
couplage entre la glotte et le conduit vocal, et des avancées sur la modélisation de conduit vocal à profil
régulier sont présentées.
Mots-clés : production de la voix, analyse-synthèse, séparation source-filtre, modèles physiques, mesures
in vivo, impédancemétrie.

Abstract
This work focuses on the study of voice production. The main objective is to propose solutions for
its analysis-synthesis which enable a wide representation of the diversity of biometric signals (observed
in practice) within the framework of source-filtre paradigm or simplified physical models. The study is
conducted according to three axes : exploration of laryngeal activity, modelisation of the phonation and
sound analysis-synthesis.
After a description of the vocal apparatus and current analysis-synthesis models, the first part focuses
on the exploration of biometric signals. From an inventory of current devices, we propose a synchronisation
tool which reveals the complexity ot the 3D motion of vocal folds. A comparative study with a similar
human-valve-based sound production system (lips of a tombonist) is conducted and the development of a
new tool combining two recent electrical imaging techniques is proposed.
In the second part, two new analysis algorithms are proposed for a source-filter model based on a
causal-anticausal all-pole representation of speech signals. A computation method of the complex cepstrum
is proposed, which ensures the holomorphy on a convergence domain in the Z plane. This tool is then used
for the separation of the source and the filter.
Finally, parametric representations of glottal area waveforms are used to drive models controlled by
the geometry. A synthesis model, based on the source-filter model but including the effect of the coupling
between the glottis and the vocal tract, and advances in the modeling of the vocal tract with regular profile
are presented.
Keywords : voice production, analysis-synthesis, source-filter separation, physical models, in vivo measurements,
impedancemetry.


Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.