Indexation sonore: détection de parole, de musique et de sons clés

Le développement croissant des données numériques est confronté au manque d''outils automatiques efficaces. Dans ce cadre, plusieurs approches relatives à l''indexation et la structuration de la bande sonore de documents audiovisuels sont proposées. Leurs buts sont de détecter les composantes primaires telles que la parole, la musique et les sons clés (jingles, sons caractéristiques, mots clés...). Pour la classification parole/musique, trois paramètres inhabituels sont extraits. Pour les jingles, la sélection de candidats potentiels est effectuée en comparant la "signature" de chacun des jingles au flux de données. Les sons caractéristiques (applaudissements et rires) sont également recherchés. La détection de mots clés renseigne sur le type des émissions (journal, météo, documentaire...). Une réflexion est conduite quant à l''utilisation de ces composantes afin de trouver une structure temporelle à nos documents. La première étude permet une détection d''un motif récurrent dans une collection d''émissions alors que la seconde réalise la structuration en thèmes d''un journal télévisé. Quelques réflexions sur l''apport de l''analyse vidéo sont développées.

Julien Pinquier a obtenu un doctorat, spécialité Informatique, en 2004. Ce travail concernait l''indexation sonore. Depuis 2005, il est Maître de Conférences à l''Université Paul Sabatier (laboratoire IRIT). Ses objectifs portent sur la combinaison de l''audio et la vidéo pour la structuration automatique de documents audiovisuels.