Rehaussement de la parole multicanal pour patients atteints de neuropathies auditives

Multi channel Speech Enhancement for patients with auditory neuropathy spectrum disorders

• Auteur / Autrice : Nasser-eddine Monir
• Direction : Romain Serizel, Paul Magron
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 08/12/2022
• Etablissement(s) : Université de Lorraine
• Ecole(s) doctorale(s) : École doctorale IAEM Lorraine - Informatique, Automatique, Électronique - Électrotechnique, Mathématiques de Lorraine (1992-....)
• Partenaire(s) de recherche : Laboratoire : LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications
• Partenaire(s) de recherche : Equipe de recherche : MULTISPEECH

Mots clés

Mots clés libres

Rehaussement de la parole

Neuropathies auditives

Multicanal

Fonction objectif

Speech Enhancement

Auditory neuropathy

Multi channel

Loss function

Résumé

Les algorithmes de traitement de la parole permettent de palier à une multitude de problèmes auditifs. En effet, la définition et l'optimisation de fonctions coûts de ces modèles de rehaussement de la parole sont nécessaires à l'intelligibilité requise par les sujets atteints de neuropathie auditive. Les fonctions coûts étudiées dans cette thèse ont pour objet d'améliorer l'apprentissage de ces algorithmes dans des situations à multiples sources spatialement réparties dans une pièce. Nous proposons également des filtres qui permettront d'extraire des propriétés intéressantes à l'instar de l'enveloppe de la parole et du timbre, en sus de la parole. L'architecture qui découle de ces améliorations a vocation à être embarquée dans un dispositif permettant aux patients qui souffrent de neuropathie auditive d'améliorer leur intelligibilité. Par conséquent, nous adaptons le modèle à une supervision humaine minimale afin de personaliser l'aide auditive aux besoins individuels.

Speech processing algorithms can address a multitude of hearing problems. Indeed, the definition and optimisation of cost functions of these speech enhancement models are necessary for the intelligibility required by subjects with auditory neuropathy spectrum disorder. The cost functions investigated in this thesis aim to improve the learning of these algorithms in situations with multiple sources spatially distributed in a room. We also propose filters that will extract interesting properties such as speech envelope and timbre, in addition to speech. The resulting architecture is intended to be embedded in a device that allows patients with auditory neuropathy to improve their intelligibility. Therefore, we are adapting the model with minimal human supervision in order to customise the hearing aid to individual needs.