Note ABES Apprentissage automatique et optimisation pour la détermination des propriétés acoustiques d'une salle à partir de signaux audio Machine learning and optimization for acoustic property determination of a room from audio signals Apprentissage Automatique Optimisation Traitement du signal audio Acoustique des salles Problème inverse Absorption Réponse impulsionnelle de salle Réponse impulsionnelle de mur Machine learning Optimization Audio signal processing Room acoustics Inverse problem Absorption Room impulse response Wall impulse response 631.382 8 Apprentissage automatique Traitement du signal Acoustique L'objectif de cette thèse est de contribuer à améliorer significativement le diagnostic acoustique de salles in situ en développant des nouvelles approches à la croisée de l'apprentissage automatique, de l'optimisation, du traitement du signal audio et de la physique acoustique. Les travaux présentés dans ce manuscrit portent sur l'estimation des propriétés d'absorption acoustique de chacune des parois d'une salle à partir de plusieurs réponses impulsionnelles de salle acquises pour des positions libres de sources et de microphones, ainsi que de mesures des paramètres géométriques et des réponses des appareils associés. Plusieurs méthodes sont proposées pour la résolution de ce problème inverse complexe en visant progressivement une description plus fine des propriétés d'absorption des parois, une application à des données simulées plus réalistes et une plus grande simplicité de mise en oeuvre. Ces travaux aboutissent à la présentation d’une approche d’estimation des réponses impulsionnelles des parois d’une salle par optimisation dans le domaine temporel. Celle-ci est fondée sur une nouvelle extension du modèle de réponse impulsionnelle de salle issu de la méthode des sources-images permettant de rendre compte des erreurs sur la mesure des paramètres géométriques, en plus de la dépendance spatio-fréquentielle des réponses des sources et des microphones. The aim of this thesis is to contribute to significantly improve in situ acoustic diagnosis of rooms by developing new approaches at the crossroads of machine learning, optimization, audio signal processing and acoustics. The work presented in this manuscript focuses on estimating the acoustic absorption properties of each wall in a room from multiple room impulse responses acquired for free positions of sources and microphones, along with measurements of geometric parameters and responses of the associated devices. Several methods are proposed to solve this complex inverse problem, progressively aiming for a more detailed description of the absorption properties of the walls, application to more realistic simulated data, and greater ease of implementation. This work culminates in the presentation of an approach for estimating the wall’s impulse responses by optimization in the time domain. This approach is based on a new extension of the room impulse response model derived from the image source method, which accounts for errors in the measurement of the geometric parameters, in addition to the spatial frequency dependence of the source and microphone responses. Electronic Thesis or Dissertation Text fr PDF 10435380 https://theses.hal.science/tel-04769735 application/pdf 10412513 https://publication-theses.unistra.fr/public/theses_doctorat/2024/DILUNGANA_Stephane_2024_ED269.pdf https://theses.fr/2024STRAD015/abes https://theses.hal.science/tel-04769735 https://theses.hal.science/tel-04769735 Dilungana Stéphane 1996-04-26 FR 281281106 2507020410K 22021278 4200046 https://theses.fr/2024STRAD015 2024STRAD015 https://doi.org/10.70675/87e4b834zff2fz45ccz9e7fz6a618cb524d2 2024-09-04 Traitement du signal et des images Strasbourg 131056549 Doctorat Docteur es non oui Faisan Sylvain MADS_DIRECTEUR_DE_THESE_1 6100 087589982 Deleforge Antoine MADS_MEMBRE_DU_JURY_1 184451205 Foy Cédric MADS_MEMBRE_DU_JURY_2 120326337 Meslem Amina MADS_MEMBRE_DU_JURY_3 168870002 Michel Olivier MADS_RAPPORTEUR_1 146772768 Richard Gaël MADS_RAPPORTEUR_2 094977208 École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....) MADS_ECOLE_DOCTORALE_1 269 156504863 Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....) MADS_PARTENAIRE_DE_RECHERCHE_1 260728 176969721 ddc:620 Faisan Sylvain Deleforge Antoine Foy Cédric Meslem Amina Michel Olivier Richard Gaël École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....) Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....) PDF 10435380