Soutenance de thèse de Ava Souaille

Ava Souaille, doctorante au sein de l’équipe SIMS , présentera sa thèse intitulée :

« Conception Interactive en Design Sonore »

Elle aura lieu le 22/03/2023 à 14h, Amphi S, École Centrale de Nantes

Lien visio : https://ec-nantes.zoom.us/j/98512567484

Jury :

• Directeur de thèse : Jean-François Petiot
• Codirecteur de thèse : Nicolas Misdariis (Directeur de recherche, STMS Ircam–CNRS–SU)
• Co-encadrant : Mathieu Lagrange
• Rapporteurs : Etienne Parizet (Professeur des universités, Insa Lyon), Bernard Yannou (Professeur des universités, CentraleSupélec)
• Examinateurs : Mitsuko Aramaki (Directrice de recherche, CNRS, Aix-Marseille Université)
• Invité : Sébastien Denjean (Ingénieur de recherche, Stellantis – PSA)

Résumé : La problématique de cette thèse porte sur la définition d’outils et de méthodes interactives pour le design sonore, permettant d’intégrer l’expérience utilisateur dans le processus de conception. Nous proposons un paradigme expérimental d’étude de la perception sonore, basé l’optimisation interactive de sons. En particulier, nous utilisons des Algorithmes Génétiques Interactifs (IGAs) pour résoudre deux problèmes de design sonore : le design de sons d’alerte de véhicules électriques ou hybrides facilement détectables et peu désagréables, ainsi que le design de sons d’intérieur peu intrusifs pour le véhicule autonome. Au travers de ces exemples, nous montrons l’intérêt de l’utilisation des IGAs pour le paradigme proposé. Nous proposons également une méthode d’analyse et de généralisation des résultats obtenus individuellement lors d’une expérience d’optimisation interactive. Nous montrons expérimentalement que cette méthode permet de produire des recommandations de design sonore pertinentes pour répondre au problème d’optimisation. Enfin, nous proposons une méthode de réduction informée d’un espace de conception, préalable à une expérience d’optimisation interactive. Nous montrons expérimentalement que réduire l’espace de conception avec cette méthode permet d’améliorer la qualité des sons trouvés au cours du processus d’optimisation.

Mots-clés : Design sonore, Évaluation perceptive, Algorithme génétique interactif, Expérience utilisateur, Véhicule autonome, Optimisation multi-objectifs

Abstract : This thesis deals with the definition of interactive tools and methods for sound design, that involve user experience in the design process. We propose an experimental paradigm for studying sound perception, based on the interactive optimization of sounds. In particular, we use Interactive Genetic Algorithms (IGAs) to solve two optimization problems: the design of the exterior sound of an electric or hybrid vehicle, that is easily detectable while not being too unpleasant, as well as the design of sounds for the interior of an autonomous vehicle. Through these examples, we show that IGAs are promising methods to be used in the proposed paradigm. We also propose a method for analyzing and generalizing the individual results obtained during an interactive optimization experiment. Through experiments, we show that the proposed method allows for making sound design recommandations that are relevant for the optimization problem. Finally, we propose an informed method for reducing the design space prior to an interactive optimization experiment. We show, through experiments, that reducing the design space with the proposed method improves the quality of the sounds found during the optimization process.

Keywords : Sound design, Subjective evaluation, Interactive genetic algorithm, User experience, Autonomous vehicle, Multi-objective optimization