Sites Inria

Prix de thèse

Marie Collin - 24/06/2014

Apprendre à rester attentif à ses locuteurs

Robot humanoïde Nao - © Inria / Photo H. Raguet

Alors que les humains effectuent cette tâche quotidiennement, sans effort, pour rester attentif à un interlocuteur - parfois dans des conditions difficiles comme lors d'un "cocktail" -, faire réaliser cette tâche à un système artificiel reste un défi scientifique. Défi, auquel Antoine Deleforge a contribué et pour lequel il vient d'être récompensé par le prix de thèse "Signal, Image et Vision" 2014.

Comment dissocier les signaux sonores dans un mélange constitué de plusieurs sources et estimer leurs localisations respectives ?

Les travaux de recherche réalisés par Antoine Deleforge sur ce sujet propose une approche originale, basée sur l'apprentissage, pour localiser et séparer des sons à partir de deux microphones et une caméra.

Localisation de locuteurs - Thèse Antoine Deleforge

S'inspirant des humains qui développent leur perception auditive par l'expérience, l'approche combine des méthodes d'apprentissage automatisé statistique et de traitement du signal pour établir un lien entres les indices auditifs perçus par le système et les positions des sources dans d'autres modalités (visuelle ou motrice).

Ces techniques, implémentées sur un système robotique réel, ont montré une grande efficacité à la fois en localisation et en séparation de sons.

Ces travaux, menés dans l'équipe de recherche Perception d'Inria Grenoble Rhône-Alpes et au laboratoire LJK, ont été récompensés par le prix de thèse "Signal, Image et Vision" 2014 attribué par l’association GRETSI, le club EEA et le GdR ISIS en reconnaissance de travaux originaux et novateurs.

Mots-clés : Antoine Deleforge Apprentissage Nao Perception INRIA Grenoble - Rhône-Alpes Equipe PERCEPTION

Haut de page

Suivez Inria tout au long de son 50e anniversaire et au-delà !