Prédiction objective de l'effet des systèmes tactiques de communication et protection sur les performances de localisation sonore

Objective prediction of the effect of tactical communication and protective systems on sound localization performance

• Auteur / Autrice : Thomas Joubaud
• Direction : Alexandre Garcia
• Type : Thèse de doctorat
• Discipline(s) : Mécanique, génie mécanique, génie civil. Mécanique
• Date : Soutenance le 15/09/2017
• Etablissement(s) : Paris, CNAM
• Ecole(s) doctorale(s) : École doctorale Sciences des métiers de l'ingénieur (Paris)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de mécanique des structures et des systèmes couplés (Paris)
• Partenaire(s) de recherche : Institut : Institut franco-allemand de recherches (Saint-Louis, Haut-Rhin)
• Jury : Président / Présidente : Mathieu Paquier
• Jury : Examinateurs / Examinatrices : Rozenn Nicol, Jérémie Voix, Véronique Zimpfer, Christophe Langrenne
• Jury : Rapporteurs / Rapporteuses : Joël Ducourneau, Sabine Meunier

Mots clés

Mots clés contrôlés

Systèmes tactiques de communication et protection

Psychoacoustique

Son -- Mesure

Réseaux neuronaux (informatique)

Perception auditive

Audition directionnelle

Mots clés libres

Localisation sonore

Protection auditive

Fonctions de Transfert Relatives à la Tête

Indices spectraux

Différence Interaurale de Temps

Différence Interaurale d'Intensité

Sound localization

Hearing protection device

HRTF

Spectral cues

ITD

ILD

Résumé

Dans de nombreuses situations civiles ou militaires, la protection de l'audition du personnel est cruciale. La perception et l'interprétation de l'environnement sonore par l'auditeur doivent cependant être préservées. Les Systèmes Tactiques de Communication et Protection (TCAPS) sont des protections auditives qui, à la fois, protègent suffisamment les oreilles de l'auditeur contre les bruits dangereux, et préservent l'intelligibilité, permettant ainsi la communication vocale à bas niveau. Des études précédentes ont cependant démontré que les TCAPS continuent de détériorer la perception de l'environnement sonore de l'auditeur, en particulier sa capacité à localiser les sources sonores. Sur le plan horizontal, la dégradation des indices acoustiques empêchant, en temps normal, l'auditeur de confondre les sources avant et arrière, en est la principale explication. Dans ce travail de thèse, une expérience subjective de localisation sonore est conduite avec six TCAPS: deux bouchons d'oreille passifs, deux bouchons d'oreilles actifs et deux casques actifs. Si aucun protecteur ne permet de retrouver les performances de la condition d'écoute normale, l'expérience permet de classifier les TCAPS du point de vue de la localisation sonore: les performances des bouchons passifs sont meilleures que celles des bouchons actifs, et les casques actifs engendrent les plus mauvaises performances. Dans le cadre de la conception et de l'évaluation des TCAPS, une méthode prédisant leur dégradation des performances de localisation sonore, basée sur des mesures électroacoustiques, serait plus adaptée que des expériences comportementales très chronophages. Dans ce contexte, deux méthodes basées sur les Fonctions de Transfert Relatives à la Tête (HRTF) mesurées sur tête artificielle sont étudiées: un processus d'appariement et un réseau de neurones à trois couches. Ils sont optimisés pour reproduire les performances de localisation humaine en condition d'écoute normale. Les méthodes sont ensuite appliquées aux HRTF mesurées avec les six TCAPS, et prédisent des probabilités de localisation en fonction de la position. Comparé aux résultats de l'expérience subjective, le réseau de neurones prédit des performances réalistes avec les bouchons d'oreille, mais surestime les erreurs avec les casques. Le modèle d'appariement prédit correctement les performances de localisation. Toutefois, la vraisemblance de ses distributions de probabilité avec les observations subjectives demeure plus faible que celle du réseau de neurones. Pour finir, les deux méthodes développées dans cette étude sont indépendantes de la tête artificielle utilisée, et peuvent être utilisées pour évaluer non seulement des prototypes de TCAPS, mais aussi des prothèses auditives.

In many civilian or military situations, hearing protection is of major importance. The listener's acoustical situational awareness must however also be preserved. Tactical Communication and Protective Systems (TCAPS) are hearing protection devices that sufficiently protect the listener's ears from hazardous sounds and preserve speech intelligibility, thus allowing low-level speech communication. However, previous studies demonstrated that TCAPS still deteriorate the listener's situational awareness, in particular the ability to locate sound sources. On the horizontal plane, this is mainly explained by the degradation of the acoustical cues normally preventing the listener from making front-back confusions. In the present PhD work, a behavioral sound localization experiment is conducted with six TCAPS: two passive and two active earplugs, and two active earmuffs. The performance in open ear condition is not retrieved with any protector, but the experiment ranks the TCAPS by type: passive earplugs lead to better performance than active earplugs, and active earmuffs induce the worst performance. As part of TCAPS development and assessment, a method predicting the protector-induced degradation of the sound localization capability, and based on electroacoustic measurements, would be more suitable than time-consuming behavioral experiments. In this context, two methods based on Head-Related Transfer Functions (HRTFs) measured on an artificial head are investigated: a template-matching model and a three-layer neural network. They are optimized to fit human sound localization performance in open ear condition. The methods are applied to the HRTFs measured with the six TCAPS, providing position-dependent localization probabilities. Compared with the behavioral results, the neural network predicts realistic performances with earplugs, but overestimates errors with earmuffs. The template-matching model predicts human performance well. However, the likelihood of the resulting probability distributions with the behavioral observations is lower than that of the neural network. Finally, both methods developed in this study are independent of the artificial head used, and can be applied to assess not only TCAPS prototypes, but also hearing aids.