Production de la voix – Soutenance de thèse

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

par Thomas Hézard

9 décembre 2013, 14h, Salle Stravinsky, IRCAM, Paris

Composition du jury :

Thierry Dutoit (Rapporteur) – Professeur, Faculté Polytechnique de Mons
Xavier Pelorson (Rapporteur) – Directeur de recherche, HDR, CNRS, GIPSA-lab
Philippe Depalle (Examinateur) – Professeur, Schulich School of Music, McGill University
Malte Kob (Examinateur) – Professeur, Hochschule für Musik Detmold
Pierre-Yves Lagrée (Examinateur) – Directeur de recherche, HDR, CNRS, IJLRA, UPMC
Christophe Vergez (Examinateur) – Chargé de recherche, HDR, CNRS, LMA
Boris Doval (Collaborateur) – Maître de conférence, LAM, IJLRA, UPMC
Thomas Hélie (Directeur) – Chargé de recherche, HDR, CNRS, IRCAM
René Caussé (Co-directeur) – Directeur de recherche, HDR, IRCAM

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’analyse-synthèse 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.

---

---