IA et Apprentissage Statistique Traitement de Signaux, d’Images et du Langage
Extraire l’information Modéliser et optimiser l’information
AAPG PRC

ReNAR

Reducing Noise with Augmented Reality

Transformer les environnements sonores pour réduire la gêne grâce à l’intelligence artificielle

ReNAR développe de nouvelles approches de réalité augmentée sonore pour améliorer le confort acoustique dans les environnements de travail. Le projet répond à un défi majeur de la qualité de vie au bureau : réduire la gêne provoquée par les bruits résiduels et les conversations environnantes, qui perturbent la concentration et le bien-être, malgré les progrès des technologies de réduction active du bruit.

Le projet explore deux stratégies complémentaires. La première consiste à transformer la perception de sons désagréables en générant, grâce à l’apprentissage profond, des sons de masquage plus agréables. La seconde vise à diminuer l’intelligibilité des conversations proches en concevant des signaux sonores spécifiquement adaptés à leur masquage. Ces approches mobilisent la synthèse audio neuronale, les modèles génératifs et l’apprentissage automatique pour produire des environnements sonores plus confortables.

En développant de nouvelles méthodes d’augmentation des environnements sonores, ReNAR contribue à améliorer le confort acoustique, la concentration et la qualité de vie dans les espaces de travail partagés.

Partager sur LinkedIn

Financement

ANR

AAPG PRC

Calendrier

  • Démarrage : 01-02-2024
  • Durée : 48 mois

Coordinateur

  • Responsable scientifique LS2N : Mathieu Lagrange

Consortium

LORIA – Laboratoire lorrain de recherche en informatique et ses applications ; IRCAM – Institut De Recherche Et Coordination Acoustique Musicale
Porteur du projet : Laboratoire des Sciences du numerique de Nantes