Stage M2 – Construction de Sound Zones par apprentissage automatique sur un large jeu de données
Le stage vise à mettre en œuvre des systèmes d’apprentissage automatique pour la construction de zones d’écoute différenciées (Sound zones).
La mise en place de zones d’écoute différenciées (Sound zones) trouve des applications dans de nombreux contextes tels que la diffusion de contenu audio personnalisé dans les habitacles de véhicules. Ces méthodes permettent de contrôler le niveau acoustique émis dans des zones définies de l’espace, dénommées claire et sombre. Dans la première, le niveau acoustique est rehaussé pour permettre à transmission du signal utile. Dans la seconde, le niveau est atténué afin de restreindre le signal acoustique transmis à la zone claire. La construction de ces zones est possible à l’aide d’un réseau de haut-parleurs et de microphones.
Les méthodes de la littérature permettant la mise en œuvre de zones d’écoute différenciées exploitent l’optimisation sous contrainte (ex: Acoustic Contrast Control (ACC), Pressure Matching (PM). Plus récemment, les travaux de Pepe et al. ont proposé une approche utilisant les réseaux de neurones profonds. D’autre part, des jeux de données ont été publiés pour la reconstruction de champ acoustique (ISOBEL) et la reproduction de sound zones (Zhao et al.). Ces deux considérations ouvrent la voie à l’utilisation de méthodes neuronales pour la construction de sound zones.
Plus d’informations sur le lien ci-dessous.