Construction d'estimateurs oracles pour la séparation de sources

Emmanuel Vincent (1) , Rémi Gribonval (2)

1 Centre for Digital Music
2 METISS - Speech and sound data modeling and processing

Source separation of under-determined and/or convolutive mixtures is a difficult problem that has been addressed by many algorithms. In order to study their performance, we define oracle estimators that compute the maximal theoretical performance achievable for various classes of algorithms in an evaluation framework where the reference sources are available. We implement these estimators for two classes (stationary filtering separation algorithms and time-frequency masking separation algorithms) and we study their performance on a few audio mixture examples.

La séparation de sources pour des mélanges sous-déterminés et/ou convolutifs est un problème difficile pour lequel de nombreux algorithmes ont été proposés. Afin d'étudier leur performance, nous définissons des estimateurs oracles permettant de calculer la performance maximale théorique de différentes classes d'algorithmes de séparation dans un cadre d'évaluation où les sources de référence sont disponibles. Nous implémentons ces estimateurs pour deux classes (les algorithmes de séparation par filtrage stationnaire et ceux procédant par masquage temps-fréquence) et nous étudions leur performance sur quelques exemples de mélanges audio.

Domaines: Traitement du signal et de l'image [eess.SP]; Traitement du signal et de l'image [eess.SP]

Emmanuel Vincent, Rémi Gribonval. Construction d'estimateurs oracles pour la séparation de sources. XXe colloque GRETSI (traitement du signal et des images), 6-9 septembre 2005, Sep 2005, Louvain-la-Neuve, Belgique. ⟨inria-00564757⟩