Imaginez un parc bondé en pleine ville, où vous pourriez profiter, coiffé d’un casque ad hoc, des sons de votre choix : non au brouhaha urbain et aux conversations des passants, oui au chant des oiseaux et, sécurité oblige, aux sirènes des pompiers. A domicile, plus prosaïquement, un tel casque vous permettrait de passer l’aspirateur tout en entendant le livreur frapper à la porte. Cette expérience d’écoute ciblée, présentée mercredi 1er novembre au symposium User Interface Software and Technology de San Francisco par des chercheurs en machine learning (intelligence artificielle) et ingénierie de l’université de Washington, à Seattle, est détaillée dans un article de l’Association for Computing Machinery.
« L’idée de cette recherche est venue après des projets de traitement de la parole en temps réel, explique Malek Itani, qui travaille notamment sur les systèmes embarqués et l’apprentissage automatique. Nous nous sommes demandé si nous pouvions, en temps réel, réaliser une sorte de Photoshop pour nos oreilles : sélectionner des sons à éliminer et en conserver d’autres. » Cet objectif, reconnaît le chercheur, « n’aurait pas été possible sans les progrès impressionnants des écouteurs et des casques antibruit modernes ».
« Audition sémantique »
Concrètement, ces chercheurs ont utilisé pour leurs travaux un casque antibruit disponible dans le commerce pour supprimer tous les sons. A l’aide d’un système d’intelligence artificielle, ils ont ensuite filtré uniquement les sons ciblés souhaités par l’utilisateur (oiseaux, sirènes, par exemple), avant de restituer ceux-ci dans le casque. « Ce principe d’“audition sémantique” permet, en temps réel, de se concentrer sur certains sons provenant d’environnements réels, tout en préservant les repères spatiaux, précise Malek Itani. Pour obtenir ce résultat, nous avons conçu le premier réseau neuronal capable d’extraire un son cible binaural [reçu par les deux oreilles] en présence de sons interférents et de bruit de fond, que nous avons complété par une méthodologie d’apprentissage, afin que notre système puisse se généraliser et être utilisé dans le monde réel. »
« L’imprévisibilité du monde réel » a été la première difficulté à surmonter, précise Malek Itani. « Nous devions créer un système capable de s’adapter à différents environnements et utilisateurs. » Autre défi, ce système devait faire fonctionner un réseau neuronal en temps réel sur un petit appareil, tel un casque. « Ces réseaux sont généralement conçus pour être utilisés sur des cartes graphiques gourmandes en énergie et il est difficile de les rendre suffisamment efficaces avec des dispositifs portables », souligne le chercheur.
Il vous reste 45% de cet article à lire. La suite est réservée aux abonnés.
