Soutenance de doctorat de Louis Bahrman : Déréverbération neuronale profonde hybride sensible à l’acoustique
Télécom Paris, 19 place Marguerite Perey F-91120 Palaiseau [y aller], amphi 6 et en visioconférence
Titre original : Acoustics-aware hybrid deep neural dereverberation
Jury
- Emanuël HABETS, International Audio Laboratories, Erlangen, Rapporteur
- Axel ROEBEL, IRCAM, Rapporteur
- Nelly PUSTELNIK, ENS de Lyon, Examinatrice
- Augusto SARTI, Politecnico di Milano, Examinateur
- Gaël RICHARD, Télécom Paris, Directeur de thèse
- Mathieu FONTAINE, Télécom Paris, Co-encadrant de thèse
Résumé
Cette thèse porte sur la modélisation de l’acoustique des salles dans les approches d’apprentissage profond pour la déréverbération. Les signaux audio enregistrés sont souvent altérés par des effets de réverbération dûs à la propagation du son dans l’espace, ce qui nuit à leur intelligibilité et leur qualité. Cependant, la plupart des approches d’apprentissage profond développées pour atténuer ces effets restent en grande partie opaques et difficilement interprétables d’un point de vue physique.
La première régularise la fonction de perte d’entraînement d’un réseau neuronal profond pour encourager des solutions physiquement plausibles, et la seconde s’appuie sur une formulation en maximum de vraisemblance du problème de déréverbération et consiste en une stratégie d’apprentissage non supervisée intégrant un modèle de réverbération dans un réseau neuronal.