Programmes de recherche
Représentations apprenables du signal
Ondelettes, paquets d’ondelettes et superlettes fractionnaires : des représentations adaptatives pour l’analyse émotionnelle et l’amélioration de la parole.
Axe de recherche
La représentation d’un signal détermine les détails qu’un modèle peut conserver. Ces travaux intègrent le traitement multirésolution dans des réseaux neuronaux, dont les filtres et les opérations de débruitage sont appris avec la tâche.
Ils comprennent SigWavNet, des modèles à paquets d’ondelettes apprenables, un autoencodeur bidirectionnel pour l’amélioration de la parole, et des superlettes fractionnaires associées à un encodeur émotionnel spectrotemporel. Articles et code sont reliés comme productions distinctes.
- Quelles résolutions temps-fréquence sont utiles à une tâche ?
- Comment le débruitage appris peut-il préserver les structures utiles de la parole ?