Stage M2 – Sound Zones adaptatives par apprentissage automatique sur un large jeu de données

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)). Ces méthodes ne permettent pas d’adapter les zones aux mouvements du sujet. Des méthodes adaptatives ont donc été développées pour pallier cette limite en utilisant notamment des approches de contrôle actif. Dans le cadre de ce stage, il est envisagé d’exploiter les réseaux de neurones profonds pour adapter les sound zones aux mouvements du sujet. Un premier stage a permis de mettre en œuvre des modèles dans le cas de zones statiques. L’objectif est donc d’étendre les méthodes existantes au cas adaptatif. Quelques travaux existent sur le sujet et sur l’utilisation des réseaux de neurones pour les sound zones.

Plus d’informations sur le lien ci-dessous.