Résumé:
La corruption de la parole due à la présence d'un bruit de fond additif entraîne de graves difficultés
dans divers environnements de communication. Ce mémoire a abordé la question de l'estimation
du bruit pour le rehaussement de la parole bruitée à canal unique. Dans la plupart des méthodes de
rehaussement de la parole, on suppose qu’une estimation du spectre du bruit est disponible. Une
telle estimation est essentielle et nécessaire pour les performances des algorithmes de
rehaussement de la parole. L'estimation du bruit peut avoir un impact majeur sur la qualité du
signal amélioré. Si l'estimation du bruit est trop faible, un bruit résiduel gênant sera audible, tandis
que si l'estimation du bruit est trop élevée, la parole sera déformée, entraînant éventuellement une
perte d'intelligibilité. L'approche la plus simple consiste à estimer et à mettre à jour le spectre de
bruit pendant les segments silencieux (par exemple pendant les pauses) du signal à l'aide d'un
algorithme de détection d'activité vocale. Bien qu'une telle approche puisse fonctionner de manière
satisfaisante dans un bruit stationnaire (par exemple, le bruit blanc), elle ne fonctionnera pas bien
dans des environnements plus réalistes (par exemple, dans un restaurant) où les caractéristiques
spectrales du bruit peuvent changer constamment. Il est donc nécessaire de mettre à jour le spectre
du bruit en permanence au fil du temps, ce qui peut être réalisé à l'aide d'algorithmes d'estimation
du bruit. Deux catégories de ces algorithmes ont été étudiées dans ce mémoire. Les résultats de
simulations ont montré l’efficacité des algorithmes de la catégorie à moyenne récursive.
