Discussion :

[achleuhi]

Bonjour,


je doit pour un projet comparer des wma et des wav.
l'objectif et de trouver les wavs a partir des wmas
peut importe le langage de programmation
si vous avez des algos ou des docs sur la comparaison de signal
ou sur la detection de silence (j'avais idée de comparé les silences etant données que le wma et deterioré par rapport au wav)

help plz

[parp1]

Je pense que le mieux serait de comparer les spectre de fourier des deux sons a comparer.

Si le spectre est identique (faire attention au fréquences d'echantillonage) a 90% par exemple alors les morceaux sont identique.

[achleuhi]

Je pense que le mieux serait de comparer les spectre de fourier des deux sons a comparer.

Si le spectre est identique (faire attention au fréquences d'echantillonage) a 90% par exemple alors les morceaux sont identique.

comment je fait plz, j'y connais rien au fichier audio et a la transformer de fourier

[PadawanDuDelphi]

Salut,

comment je fait plz, j'y connais rien au fichier audio et a la transformer de fourier

Dis-nous aussi que tu connais rien en programmation et je pense que tu auras tous les éléments pour t'en sortir...

Donc à ta place, en premier lieu j'essayerais de faire des recherches sur Fourrier (qui, en résumé, donne le spectre fréquentiel d'un signal fonction du temps). Puis sur les formats audios...

Si tu n'as pas d'imposition de coût, Matlab a déjà une fonction FFT intégrer, et si tu fais une recherche dans la section Delphi, tu trouveras de nombreuses sources de Sub0 pour la manipulation et la transformation des signaux auidos. Sinon je suppose que C, Java, Python...Tous ont déjà leurs bibliothèques donnant des transformée de Fourrier. Mais sans une petite idée de ce qu'elles calculent ce sera pas évident de voir où tu vas...

A+.

[parp1]

Si tu as des restrictions budjetaire, scilab a une fft d'implémentée. Si tu es sous linux Octave l'a peut etre.

Et pour ce qui est de python, en effet il y a une FFT d'implémenter avec Numpy.

Deplus avec le module Wave tu peux lire facilement ces fichiers... enfin d'apres ce que j'en est lu... A toi de voire.

PS: Fourier c'est un Monsieur qui a dit que tout signaux périodiques pouvait etre représenter sous une forme de somme de sinusoides.

Pour comprendre ce qu'est un spectre va ici! Tu va voir c'est génial et super simple et en plus c'est en francais.... Mais même les personnes expérimenté allez sur ce site c'est vraiment simpa de voire le signal changer en temps réelle lorsque l'on modifie son spectre.

Voila!

[Matthieu Brucher]

Pas une bonne idée, la FFT, je te conseille plutôt :
- d'apprendre un peu de traitement du signal
- de lire un livre sur la psychoacoustique

Le livre te permettant de choisir les algos adéquats en TS pour réaliser ton souhait. Temps estimé pour y arriver : quelques mois au moins...

[akyso]

Un livre très interessant sur la transformé de Fourier et sur les ondelettes : ondelette, la saga d'un outil mathématique
Il doit encore se trouver dans les librairies.
Ce livre aborde ce qu'est le passage d'un espace fonctionnel à une autre.
Ne pas prendre peur sur les formules du livre, elles ne sont pas indispensables
et assez compréhensible pour un bac+2. Par contre, ce livre ne te permet pas de coder toi même ta FFT. Il est la uniquement pour comprendre les principes.

Sinon, pour la FFT, tu peux aller voir sur nrbook.com (numérical recipies)
Mais le code (en C) est soumis à copyright il me semble. Donc pour une utilisation personnelle, pas de probleme, mais pour une utilisation d'entreprise, c'est différent.

[Sub0]

Salut!

Pour info, mes sources sont pour le langage Pascal, plus particulièrement Delphi.

http://sub0.developpez.com
http://sub0.developpez.com/delphi/basstest.zip

question: Tu cherches à faire une comparaison des samples pour faire de la reconnaissance vocale ?

[pseudocode]

Curieux que personne ne mentionne la cross-correlation... C'est pourtant une formule qui permet de mesurer la similarité entre 2 signaux.

[mchk0123]

Je crois que la "cross-correlation" (fonction de convolution en Français), est aussi (si ce n'est plus) gourmande en temps de traitement qu'une FFT.
D'autant qu'il existe de nombreuse amélioration rendant le calcul de la FFT plus abordable.

Bon ceci étant, je crois que personne n'a soulevé le vrai problème : les fichiers wma & mp3 sont trés compréssé. Ce qui veux dire que le signal "raw" audio est trés trés gros. Aucun comparaison avec une image par exemple.

La qualité CD audio donne : 22.1KHz en 16 bits soit 90.000 valeurs pour seulement 1 seconde ! Donc comparer deux signaux audio (même s'ils sont de 5s) c'est computationnellement trés lourd. La première chose à faire est de "résumer" ces signaux (quantification & co.).

[Matthieu Brucher]

Sachant que la cross correlation est simplement le produit entre la FFT du premier signal et le conjugué de la FFT de l'autre signal, ça ne vaut pas plus qu'une FFT, soit donc pas du tout adapté.

[pseudocode]

Sachant que la cross correlation est simplement le produit entre la FFT du premier signal et le conjugué de la FFT de l'autre signal, ça ne vaut pas plus qu'une FFT, soit donc pas du tout adapté.

Au pire, on calcule la cross correlation entre les 2 densités spectrales...

Faut juste acheter un dual-core.

[mchk0123]

Par exemple tu peut mettre la densité spectrale 1 dans le CPU 1, la densité spectrale 2 dans le CPU 2 ... et puis ... ben, tu met la formule de cross-correl entre les deux core ?!

... ? D'accord ! Je sors ...