Smart acoustics antennas : localisation of acoustics sources using Deep Learning - Archive ouverte HAL Access content directly
Theses Year : 2020

Smart acoustics antennas : localisation of acoustics sources using Deep Learning

Antennes microphoniques intelligentes : localisation de sources acoustiques par Deep Learning

(1)
1

Abstract

For my PhD thesis, I propose to explore the path of supervised learning, for the task of locating acoustic sources. To do so, I have developed a new deep neural network architecture. But, to optimize the millions of learning variables of this network, a large database of examples is needed. Thus, two complementary approaches are proposed to constitute these examples. The first is to carry out numerical simulations of microphonic recordings. The second one is to place a microphone antenna in the center of a sphere of loudspeakers which allows to spatialize the sounds in 3D, and to record directly on the microphone antenna the signals emitted by this experimental 3D sound wave simulator. The neural network could thus be tested under different conditions, and its performances could be compared to those of conventional algorithms for locating acoustic sources. The results show that this approach allows a generally more precise localization, but also much faster than conventional algorithms in the literature.
Pour ma thèse de doctorat, je propose d’explorer la piste de l’apprentissage supervisé, pour la tâche de localisation de sources acoustiques. Pour ce faire, j’ai développé une nouvelle architecture de réseau de neurones profonds. Mais, pour optimiser les millions de variables d’apprentissages de ce réseau, une base de données d’exemples conséquente est nécessaire. Ainsi, deux approches complémentaires sont proposées pour constituer ces exemples. La première est de réaliser des simulations numériques d’enregistrements microphoniques. La seconde, est de placer une antenne de microphones au centre d’une sphère de haut-parleurs qui permet de spatialiser les sons en 3D, et d’enregistrer directement sur l’antenne de microphones les signaux émis par ce simulateur expérimental d’ondes sonores 3D. Le réseau de neurones a ainsi pu être testé dans différentes conditions, et ses performances ont pu être comparées à celles des algorithmes conventionnels de localisation de sources acoustiques. Il en ressort que cette approche permet une localisation généralement plus précise, mais aussi beaucoup plus rapide que les algorithmes conventionnels de la littérature.
Fichier principal
Vignette du fichier
92715_PUJOL_2020_archivage.pdf (18.65 Mo) Télécharger le fichier
Origin : Version validated by the jury (STAR)

Dates and versions

tel-03151039 , version 1 (24-02-2021)

Identifiers

  • HAL Id : tel-03151039 , version 1

Cite

Hadrien Pujol. Antennes microphoniques intelligentes : localisation de sources acoustiques par Deep Learning. Génie mécanique [physics.class-ph]. HESAM Université, 2020. Français. ⟨NNT : 2020HESAC025⟩. ⟨tel-03151039⟩
188 View
97 Download

Share

Gmail Facebook Twitter LinkedIn More