Son et Mathématiques

Maïtine Bergounioux

To cite this version:

Maïtine Bergounioux. Son et Mathématiques. Bulletin de l’APMEP, 2005, Paris, France. p. 449-461.
�hal-00022106�

HAL Id: hal-00022106

[Link]
Submitted on 1 Apr 2006

HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est

archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.
 Son et Mathématiques
Maı̈tine Bergounioux

MAPMO - UMR 6628 - Département de mathématiques -

Université d’Orléans - BP 6759 - 45067 Orléans cedex 02, France
[Link]@[Link]

17 février 2005

Résumé
Nous montrons comment l’analyse de Fourier est utilisée en traitement du son

1 Problématique
Le traitement du son prend une part de plus en plus importante dans notre environ-
nement et notre vie quotidienne. On peut se poser de nombreuses questions relatives à la
perception, la restitution ou la transmission du son, comme par exemple :
– Pourquoi mon voisin n’a-t-’il pas la même voix que moi ?
– Pourquoi les mêmes notes jouées par un violon, une trompette ou un piano sont-elles
différentes ?
– Pourquoi la voix de mon correspondant est-elle différente au téléphone ?
– Comment se déplace la chauve-souris ?
– Quel est le principe d’un enregistrement numérique ?
– Comment puis-je envoyer ou recevoir de la musique par internet ?
– etc .
On peut répondre partiellement à ces questions en considérant que le son est ce que
l’on appelle un « signal » et qu’on peut l’analyser, le traiter et le modifier grâce à des
techniques mathématiques particulières.

1.1 L’aspect physique du son

Le son est en fait une conséquence d’un mouvement matériel d’oscillation, une corde
qui vibre ou la membrane d’un haut-parleur par exemple. Cette vibration provoque un
mouvement des atomes l’avoisinant qui va se déplacer de proche en proche sous forme
d’onde de pression. Dans ce mouvement, les atomes vibrent parallèlement à la direction
de propagation de l’onde. C’est donc une onde progressive longitudinale. Parmi les ondes
de nature mécaniques, seules les longitudinales peuvent se propager relativement loin dans
un milieu gazeux. Ce qui nous permet, entre autres, d’entendre ce que notre interlocuteur
nous dit. Dans le vide, le son ne peut se propager faute d’atomes autour de la source de
vibration, aucune onde mécanique ne peut donc se créer.
En résumé :
1 PROBLÉMATIQUE 2

– Une source sonore crée, dans l’espace, des zones de surpression et de dépression
(pression sonore) qui varient dans le temps à la même fréquence et avec la même
forme que cette source. Cette modification de pression se déplace à la vitesse de 340
m/s dans l’air.
– L’oreille est sensible à la pression sonore, et les caractéristiques perceptives de hau-
teur, intensité, timbre et durée sont étroitement liées aux paramètres physiques qui
définissent la source sonore, c’est-à-dire respectivement la fréquence, l’amplitude, la
forme et le temps de la vibration.
Le signal sonore est donc un signal unidimensionnel (une onde qui se propage dans
une seule direction ) capté et analysé par l’oreille et le cerveau. Les outils que nous allons
présenter permettent de reproduire cette analyse « artificiellement » . Ainsi, on peut plus
particulièrement étudier la voix parlée ou chantée (signal vocal).

1.2 Qu’est -ce que le traitement du signal ?

On appelle signal toute entité qui véhicule une information :

Le traitement du signal est une procédure pour extraire cette information (filtrage,
détection, estimation, analyse spectrale...)
2 L’ANALYSE DE FOURIER 3

On peut aussi modifier, mettre en forme le signal (modulation, échantillonnage. . ..)

pour pouvoir le stocker (CDs audio ou vidéo) ou le transmettre (fichiers « sons » sur
Internet).
Présentons maintenant un outil mathématique essentiel en traitement du signal : l’analyse
de Fourier

2 L’analyse de Fourier
Comme le signal sonore que nous voulons traiter est
unidimensionnel nous supposerons désormais que
toutes les fonctions (signaux) que nous considérons
sont à une seule variable (réelle ou complexe). On
peut bien sûr adapter tout ce qui va suivre à des
signaux bi- ou tri-dimensionnels : le principe est
le même mais la technique est un peu plus com-
pliquée.

2.1 Série de Fourier

Considérons un signal uni-dimensionnel (son par exemple) xT signal périodique, de
période T .
Remarque 2.1 il faut savoir qu’un signal vocal qui semble ne pas être périodique (on ne
dit pas toujours la même chose) est en fait localement périodique : si on zoome en temps
(par exemple si on isole une voyelle sur une durée de 20 ms) le signal est alors clairement
périodique. Nous reviendrons, un peu plus loin sur cette technique de « zoom » .
On peut alors affirmer (moyennant certaines hypothèses liées à la régularité du signal
et vérifiées en pratique) que xT est égale à sa série de Fourier :
2 L’ANALYSE DE FOURIER 4

X
+∞ X
+∞
xT (t) = ao + an cos(2πnf t) + bn sin(2πnf t)
n=1 n=1
Z T
1 2
avec ao = xT (t) dt valeur moyenne de x et
T − T2
Z T Z T
2 2 2 2
an = xT (t) cos(2πn f t) dt et bn = xT (t) sin(2πnf t) dt
T − T2 T − T2

C’est donc la superposition de signaux sinusoı̈daux de fréquences n f , où n est entier et

1
f= est la fréquence ou fréquence fondamentale. Le terme de fréquence n · f est la
T
nième harmonique.
On peut écrire également la série de Fourier en notation complexe :

X
+∞
xT (t) = cn e2iπnf t
n=−∞

Z T
1 2
∀n ∈ Z cn = xT (t) e−2iπnf t dt.
T − T2

On constate donc qu’on peut décrire un signal soit par son expression temporelle
(valeur du signal xT à l’instant t) soit par son expresion fréquentielle c’est-à-dire sous
forme de série de Fourier. Chaque harmonique n f est affectée d’un coefficient (complexe)
cn dont on peut tirer beaucoup d’informations.
On peut généraliser ce qui précède à un signal quelconque x non nécessairement
périodique, mais de carré intégrable sur R.
Z +∞
def
F{x(t)} = x̂(λ) = x(t) e−2iπλt dt
−∞
Z +∞
x(t) = F −1 {x̂(λ)} = x̂(λ) e2iπλt dλ
−∞
En pratique, on a besoin à la fois de l’information en temps et en fréquence ; on fait alors
de l’analyse temps-fréquence. Le principe consiste à déplacer une fenêtre temporelle
sur le signal temporel (il faut imaginer un rectangle qui se déplace le long du signal et
permet de zoomer), et on fait l’analyse fréquentielle sur la portion de signal ciblée. En effet,
la transformée de Fourier tout comme la série de Fourier, utilise des valeurs moyennes sur
l’intervalle de temps. On n’a donc qu’une information globale en temps. Le fait de passer
par des fenêtres (de petite taille ) qui se déplacent le long de l’axe temporel permet de
réduire l’intervalle temps de manière significative et donc de compenser les effets de la
moyennisation.
2 L’ANALYSE DE FOURIER 5

Principe de la superposition d’ondes élémentaires

sin(2π · 0.5 · x) + 3sin(2π · 1 · x) − 5sin(2π · 1.5 · x)

3 LE SIGNAL SONORE (ET VOCAL) : LES « MARQUEURS » ESSENTIELS 6

2.2 Échantillonnage, FFT et calcul effectif de x̂

Quand on veut calculer les coefficients de la série de Fourier du signal x, on doit calculer
des intégrales. Comme on ne connaı̂t pas la forme « analytique » de x il est exclus de
calculer cette intégrale autrement que par des méthodes numériques. Celles-ci imposent
le choix d’un certain nombre de valeurs de x, par exemple à des instants ti où 1 ≤ i ≤ N .
Les valeurs xi = x(ti ) sont physiquement mesurables au cours du temps. On dit qu’on
échantillonne le signal : au lieu de considérer le signal original, continu (on dit aussi
analogique), on considère un (grand) nombre de valeurs ( ou échantillons) xi prises
par le signal : on obtient alors un signal numérique.
Le choix des échantillons ne se fait pas au hasard : il faut en prendre suffisamment
et pour un signal périodique, leur nombre N est deux fois l’inverse de la plus grande
fréquence du signal (qui est supposé à spectre borné) : c’est le théorème de Shannon.
Une fois qu’on a les échantillons on peut calculer les coefficients de Fourier : toutefois,
on ne le fait pas en calculant les intégrales mais en utilisant un algorithme célèbre et très
performant, la FFT (Fast Fourier Transform ou Transformée de Fourier Rapide) qui
permet de calculer très rapidement ces coefficients.

3 Le signal sonore (et vocal) : les « marqueurs »

essentiels
3.1 L’amplitude du signal = intensité du son
L’intensité (ou force) des sons dépend de leur puissance sonore (celle-ci étant pro-
portionnelle au carré de la pression sonore, elle-même proportionnelle à l’amplitude. Le
son est fort ou faible suivant que la puissance sonore est élevée ou non. L’intensité d’un
son s’exprime en dB (décibel), unité logarithmique de rapport.
La gamme des intensités sonores s’étend, en dB absolus, de 0 (seuil d’audibilité) à 140
(seuil de douleur). On peut aussi parler d’intensité sonore relative entre deux sons (tel
son est 10 fois plus intense que tel autre). En ce cas, le dB n’est pas une unité fixe, mais
relative (dB relatif) : il indique un rapport (ex. un son 100 fois plus intense qu’un autre
est 20 dB plus intense).
3 LE SIGNAL SONORE (ET VOCAL) : LES « MARQUEURS » ESSENTIELS 7

L’intensité est déterminée en première approximation par l’intensité de l’harmonique

le plus intense.
Notre oreille est un organe sensible aux ondes, ces ondes font entrer en vibration des cils
se trouvant dans nos conduits auditifs. Ces vibrations sont captées par de petits muscles
et par la voie des nerfs, transmises jusqu’au cerveau, où elles seront décodées et enfin
« entendues ». Notre oreille n’est pas sensible de la même manière aux sons de toutes les
fréquences. Nous n’entendons que les sons compris entre grosso modo 20 et 20 000 Hz.
En dessous de 20 Hz, ce sont des infrasons et au dessus de 20 000 Hz, des ultrasons. La
sensibilité de notre oreille est à son maximum pour les fréquences comprises entre 500
Hz et 5000 Hz. Toutefois la sensation de volume ne varie pas comme la puissance sonore
réelle. C’est pourquoi, le décibel a été créé, pour que le rapport entre notre sensation et la
mesure du volume sonore soit linéaire, c’est-à-dire, pour qu’un son qui sonne deux fois plus
fort qu’un autre ait une mesure deux fois plus grande que celle de l’autre. Nous pouvons
aussi comprendre que si 10 instruments jouent à un volume de 40dB, il en faudra 100 pour
obtenir un volume de 50dB. C’est aussi pour cela que quand vous tournez le bouton de
volume de votre chaı̂ne stéréo, vous devez le tourner de plus en plus pour entendre une
différence de volume.
Notre oreille est fragile, une exposition à un son de plus de 120dB, même pendant un
court instant, peut entraı̂ner des lésions irréversibles sur notre système auditif. Voici un
tableau explicatif des sensations et effets sur nos oreilles de bruits trop importants.
Echelle des niveaux sonores

Niveau Impression ressentie Effets Exemples

140 dB Très douloureuse Lésions irréversibles Banc d’essai de réacteur
130 dB du système auditif Avion au décollage
120 dB Douloureuse Burin pneumatique
110 dB Insupportable Perte d’audition après Atelier de presse
100 dB Difficilement supportable une exposition brève Atelier de tolerie
90 dB Très bruyant Perte d’audition après Poids lourd à 3 mètres
80 dB Bruyant une expostion longue Réfectoire scolaire
60 dB Bruit courant Rue bruyante
50 dB Bureau tranquille, aspirateur
40 dB Faible Radio à faible niveau
voix chuchotée
30 dB Calme Zone résidentielle calme
20 dB Très calme Pièce très protégée
10 dB Silence L’observateur entend le Désert
0 dB Silence absolu bruit de son organisme Ne peut être obtenu
qu’en laboratoire

3.2 La fréquence fondamentale : « Hauteur » du son

La hauteur des sons dépend de leur fréquence. Plus la fréquence est élevée, plus le
son paraı̂t aigu ; plus elle est basse, plus le son paraı̂t grave. La gamme des fréquences
audibles se situe entre 16 et 16.000 Hz ; elle est divisée en 10 octaves.
3 LE SIGNAL SONORE (ET VOCAL) : LES « MARQUEURS » ESSENTIELS 8

3.3 La répartition des harmoniques = timbre de la voix ou

de l’instrument
La représentation du timbre de la voix est obtenue par un sonagramme, qui permet
d’afficher dans le temps la décomposition d’un son sur les fréquences qui le composent
(analyse temps/fréquence) . Le timbre est déterminé par la densité relative des harmo-
niques. Il est qualifié de clair si cette répartition est essentiellement située dans les hautes
fréquences et de sombre si elle l’est dans les basses fréquences.
3 LE SIGNAL SONORE (ET VOCAL) : LES « MARQUEURS » ESSENTIELS 9

Exemples de sonagrammes

Une mélodie

Une chauve-souris
3 LE SIGNAL SONORE (ET VOCAL) : LES « MARQUEURS » ESSENTIELS 10

3.4 Les formants

Ce sont les harmoniques (c’est-à-dire des fréquences) dont les amplitudes sont les plus
élevées. Elles caractérisent les sons prononcés.

L’air est émis par les poumons

puis est mis en vibration par
les cordes vocales : cela donne
un son (sous forme d’onde com-
plexe). L’onde est modifiée par
son passage dans des résonateurs
(cavités nasales, palais, bouche,
lèvres, etc. . .)

Appareil phonatoire

Principe de la formation des formants par résonnance

4 L’ANALYSE DU SON 11

Premier formant des voyelles principales

4 L’analyse du son
Notre oreille analyse les sons et leurs variations en permanence, notamment leur
timbre ou couleur. Par exemple, nous trouvons que la voix au téléphone prend un aspect
« métallique » ou alors nous ne reconnaissons plus un interlocuteur fortement enrhumé.
Très souvent, nous tentons d’identifier l’origine du son, et si possible, de lui trouver une
ressemblance avec un son que nous connaissons déjà.
Avec l’ordinateur, analyser le son consiste à calculer les indicateurs précédents : il
s’agit d’en dresser une sorte de carte d’identité quantitative, qui vient compléter l’analyse
faite par l’oreille, plus qualitative. L’analyse par l’ordinateur permet d’extraire les courbes
d’intensité et de hauteur ainsi qu’une représentation du timbre de la voix, et d’obtenir les
paramètres de l’interprétation vocale.
Examinons ces trois courbes obtenues à partir du même extrait du lied de Richard
Strauss opus 15 n˚3 « Lob des Leidens » :
– la courbe de l’intensité en fonction du temps : elle permet de repérer les
endroits où la voix est forte (maxima) et ceux où elle est faible (minima)
4 L’ANALYSE DU SON 12

– la courbe de hauteur en fonction du temps : elle permet de suivre la hauteur

de la note chantée ;

– La représentation du timbre de la voix est obtenue par un sonagramme. Pour une

même hauteur chantée, la répartition d’énergie sur ces fréquences peut varier. Elle
est visualisée sur le sonagramme en niveaux de gris : une fréquence associée à une
grande énergie apparaı̂t en gris foncé, alors qu’une fréquence moins soutenue ap-
paraı̂t en gris clair. Une voix sombre placera plus d’énergie sur les fréquences graves
du son, alors qu’une voix claire placera plus d’énergie sur ses fréquences aiguës.
Courbe du timbre du début du Lied opus 15 n˚3 de Richard Strauss « Lob
des Leidens »
5 APPLICATIONS : MANIPULATIONS DU SIGNAL SONORE 13

Autre exemple : « photographie » et caractéristiques d’une voyelle

Sonagramme du a

Voix de femme

Voix d’homme

5 Applications : manipulations du signal sonore

5.1 Filtrage
Les filtres sont des appareillages qui permettent d’isoler des bandes de fréquences. Ils
sont principalement définis par :
– leur fréquence de coupure fc , c’est-à-dire la limite de fréquence à partir de laquelle
ils agissent.
– leur pente, c’est-à-dire la rapidité avec laquelle ils éliminent les fréquences à partir
de fc .
Mathématiquement, appliquer un filtre correspond à faire une convolution avec le signal.
On distingue quatre types de filtres :
– passe-bas, qui laissent passer toutes les fréquences inférieures à f1 ;
– passe-haut, qui laissent passer toutes les fréquences supérieures à f2 ;
– passe-bande, qui laissent passer toutes les fréquences comprises entre f1 et f2 ;
– de réjection, qui laissent passer toutes les fréquences, sauf celles comprises entre
f1 et f2 .

5.2 Synthèse
Pour synthétiser la voix humaine avec un ordinateur, il faut :
– connaı̂tre son fonctionnement et les organes mis en jeu (poumons, cordes vocales,
résonateurs) ;
5 APPLICATIONS : MANIPULATIONS DU SIGNAL SONORE 14

– analyser des enregistrements de la voix, afin de trouver des équations mathématiques

nécessaires pour effectuer la synthèse.
C’est ainsi qu’a été conçu à l’Ircam le programme Chant pour la synthèse de la voix. Il
est articulé en deux étages successifs :
– une source qui émet un son pseudo périodique qui donne la hauteur de la voyelle ;
– un filtre qui donne une résonance particulière selon la nature de la voyelle. Cette
source correspond, dans le corps humain, à l’ensemble constitué des poumons et des
cordes vocales, le filtre est l’équivalent des résonateurs.
Le fonctionnement des résonateurs de l’appareil vocal humain est simulé en utilisant :
– soit des filtres agissant sur le spectre en fréquences
– soit des Fonctions d’Onde Formantiques (FOF) opérant dans le domaine temporel.

Schéma de principe d’un synthétiseur à base de FOF

La position des résonateurs chez l’homme crée dans le son généré des formants. Dans
le programme Chant, on modélise cinq formants, en utilisant cinq filtres en parallèle,
chacun émettant des fonctions d’ondes correspondant à un formant donné, la somme des
cinq donnant le signal souhaité.
Le schéma ci-dessus montre ce principe : sur l’entrée à gauche sont envoyées des impulsions
régulières simulant les coups de glotte, chaque « boı̂te » rectangulaire FOF fabrique des
fonctions d’ondes correspondant à un formant donné, et le résultat final apparaı̂t à la
sortie à droite.
RÉFÉRENCES 15

5.3 Transmission et compression

Présentons sommairement le principe de compression du son. Les techniques sont,
dans ce domaine, très sophistiquées. Remarquons simplement que tout signal sonore est
égal à sa série de Fourier sur un intervalle de temps suffisamment petit pour qu’il soit
considéré comme périodique. Il suffit alors de tronquer la série de Fourier pour ne garder
que les coefficients correspondants aux fréquences « utiles » (par exemple audibles) (en
nombre fini). On calcule ces coefficients par FFT et échantillonnage et il suffit alors de
les stocker dans un fichier (dit fichier « son » ) pour les transmettre (via le WEB) ou les
graver (techniques des CD dits « numériques » ). En gros, comme on connaı̂t la base des
fonctions (sinusoı̈dales) toute l’information est contenue dans les coefficients de Fourier.
La fréquence d’échantillonnage correspond au nombre d’échantillons du signal par se-
conde. Un signal échantillonné à 32 000Hz comprend donc 32 000 échantillons par seconde.
Le célèbre théorème de Shannon indique que si on choisit suffisamment d’échantillons (en
fait si la fréquence d’échantillonnage est le double de la plus grande fréquence du signal
étudié) on reconstruit exactement ce signal à partir des échantillons (alors qu’il fallait
a priori une série infinie).
Si on prend une fréquence d’échantillonnage à 32 KHz, elle vaut deux fois ce que
l’oreille humaine peut percevoir au maximum (16 000 Hz) . Un signal échantillonné à
une telle fréquence restitue donc très fidèlement le son entendu. Si on échantillonne à une
fréquence inférieure, on perdra de l’information et le signal sera de moins bonne qualité.
Toutefois, il faut garder en tête que si on code un échantillon sur 8 octets, 1 seconde
de son échantillonné à 32KHz « pèsera » 256 KOctets, une minute environ 15 MO. Un
CD de 800MO pourra contenir environ 55 mn de musique.
De nouvelles techniques (MP3) permettent d’améliorer la compression en gardant une
restitution fidèle du signal. On doit changer de base pour cela et utiliser d’autres fonctions
que les fonctions trigonométriques. L’analyse de Fourier est très générale et s’adapte à ces
nouvelles fonctions.

Références
[1] A. Landercy, R. Renard, Éléments de phonétique, Editions Didier, Bruxelles,
1977
[2] Site WEB de l’IRCAM : http :// [Link]
[3] H. Reinhard, Éléments de mathématiques du signal, Dunod, 2002
[4] C. Gasquet, P. Witomski, Analyse de Fourier et applications, Masson, 1995