Conception Interactive en Design Sonore.

Interactive Methods for Sound Design

• Auteur / Autrice : Ava Souaille
• Direction : Jean-François Petiot, Nicolas Misdariis, Mathieu Lagrange
• Type : Thèse de doctorat
• Discipline(s) : Acoustique
• Date : Soutenance le 22/03/2023
• Etablissement(s) : Ecole centrale de Nantes
• Ecole(s) doctorale(s) : Sciences de l'ingénierie et des systèmes (Nantes Université)
• Partenaire(s) de recherche : Laboratoire : Laboratoire des Sciences du Numérique de Nantes (2017-....)
• Jury : Président / Présidente : Mitsuko Aramaki
• Jury : Rapporteurs / Rapporteuses : Etienne Parizet, Bernard Yannou
• DOI : 10.70675/541c894ez5573z47dbz94b7za566427fd6dd

Mots clés

Mots clés contrôlés

Design sonore

Algorithmes génétiques

Optimisation interactive

Automobiles -- Bruit

Mots clés libres

Design sonore

Évaluation perceptive

Algorithme génétique interactif

Expérience utilisateur

Véhicule autonome

Optimisation multi-objectifs

Sound design

Subjective evaluation

Interactive genetic algorithm

User experience

Autonomous vehicle

Multi-objective optimization

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 laperception 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 méthoded'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.

This thesis deals with the definitionof 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. Inparticular, 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 thesounds found during the optimization process