> Offres de formation > Offres de thèses

Traitement de signal microphone Ultra Low Power et Hautes Performances pour la localisation de locuteur et la détection d'attention dans un auditoire : application aux prothèses auditives de nouvelle génération

Défi technologique : Data intelligence dont Intelligence Artificielle (en savoir +)

Département : Département Systèmes (LETI)

Laboratoire : Laboratoire Signaux et Systèmes de Capteurs

Date de début : 01-10-2022

Localisation : Grenoble

Code CEA : SL-DRT-22-0293

Contact : vincent.heiries@cea.fr

La perte d'audition est un problème de santé publique majeur, et affecte environ 10% de la population mondiale. Ce handicap impacte fortement le confort de vie des patients qui en sont atteints, dans de nombreux aspects de leur vie. De plus, avec une stimulation accrue sur de longues périodes de notre appareil auditif par diverses utilisations du numérique, cette tendance d'augmentation de la prévalence de la perte d'audition est clairement à l'accroissement. Plusieurs formes de perte auditive peuvent être traitées par l'utilisation d'appareils auditifs qui améliorent considérablement la vie de millions de personnes souffrant d'une perte auditive dans le monde. Ces appareils auditifs ont bénéficié d' efforts considérables pour améliorer les technologies sous-jacentes lors des dernières années, et affichent aujourd'hui des performances très élevées en terme de qualité de signal audio reproduit, amplification, filtrage des bruits parasites, compacité, autonomie. Cependant, ces appareils présentent encore plusieurs limitations. Notamment, dans certains environnements sonores, la séparation entre signal utile à amplifier et signaux acoustiques interférants à filtrer reste un challenge. Dans cette étude, nous proposons de nous intéresser notamment au Cocktail Party Problem. Le problème du cocktail party (CPP), est un phénomène psycho-acoustique qui se réfère à la remarquable capacité humaine d'écouter et de reconnaître sélectivement une source auditive dans un environnement bruyant, où l'interférence auditive qui se superpose est produite par des sons de parole concurrents ou par une variété de bruits qui sont souvent supposés indépendants, ou une variété de bruits qui sont souvent supposés être indépendants les uns des autres. La résolution de ce type de problème, aussi appelé Auditory Attention Detection, représente une problématique majeure pour laquelle peu de solutions ont été encore apporté et qui suscite actuellement de nombreux travaux de recherche. Ce sujet de thèse, qui s'inscrit dans la roadmap « Systèmes Cyber-Physiques » et « Edge IA » du Département Systèmes du CEA-LETI (Grenoble), aura pour objectif d'apporter une contribution majeure à cette thématique du Auditory Attention Detection , pour la reconnaissance automatique du locuteur par les prothèses auditives de futures génération. La thèse s'appuiera sur des solutions technologiques avancées mettant en ?uvre de l'intelligence artificielle embarquée (Edge AI). Nous aborderons le problème au travers d'une approche de fusion de données multi-capteurs (capteurs acoustiques, inertiels, vidéo). En effet, on envisagera de coupler un traitement de signaux acoustiques vocaux grâce à des microphones hautes performances avec un traitement vidéo des visages pour réaliser une détection d'activité vocale du locuteur (lecture labiale automatique). Les données capteurs seront traitées et couplées par des algorithmes d'intelligence artificielle adaptés. Il est également envisagé d'utiliser plusieurs microphones pour réaliser un traitement de type beamforming acoustique, et de réaliser un couplage éventuellement avec des capteurs inertiels pour renforcer la localisation du locuteur. La validation des méthodes mis en ?uvre et des algorithmes développées sera réalisée grâce à des campagnes d'essais en chambre acoustique instrumentée (microphone hautes performance, captures video, etc?). Mots clés : prothèse auditive, traitement de signal audio, intelligence artificielle, fusion de capteurs, cocktail party problem, auditory attention detection

Voir toutes nos offres Télécharger l'offre (.zip)

Email Bookmark and Share