Vers un diagnostic acoustique automatisé : une action exploratoire combinant acoustique et intelligence artificielle

Qui n’a jamais souffert du bruit dans une cantine, une piscine ou une halle ? Les salles trop sonores sont légion. Et pour réduire l’inconfort des usagers, la seule solution est de mener uneréhabilitation acoustique. En pratique, l’acousticien réalise une étude afin de proposer de nouveaux revêtements sur les murs, le sol ou le plafond, qui absorbent plus efficacement les sons.

Pour choisir les surfaces et la superficie à traiter, la performance  acoustique que doivent posséder les absorbants en fonction des usages de la salle, il faut réaliser un diagnostic acoustique fiable de l'existant.

"L’acousticien réalise une campagne de mesures dans la salle avec des sources sonores calibrées et des sonomètres, décrivent Antoine Deleforge porteur du projet Acoust.IA à l’Inria, et Cédric Foy chercheur associé au projet à l’UMRAE/Cerema. Puis il utilise des outils numériques de simulation acoustique qui nécessite de modéliser la géométrie 3D de la salle et de caler leurs paramètres d’entrée à partir de ces mesures".

 

Quelques enregistrements sonorespour tout faire, un objectif ambitieux 

La difficulté est qu'il faut des jours de travail pour ajuster les paramètres d'entrée de façon à ce que le champ sonore modélisé corresponde le mieux possible avec les mesures faits in-situ puis pour tester virtuellement différents scénarios de réhabilitation et retenir celui qui semble le plus optimal. La facture du seul diagnostic peut très vite se chiffrer en milliers d'euros.

L'ambition de l'action exploratoire Acoust.IA, menée par l'Inria (Institut national de recherche en sciences et technologies du numérique) et l'UMRAE, l'Unité Mixte de Recherche en Acoustique Environnementale qui regroupe des chercheurs du Cerema et de l'Université Gustave Eiffel (ex Ifsttar) est d'automatiser ce processus grâce à l'intelligence artificielle et au machine learning :

"Nous voudrions arriver dans une salle avec un enregistreur acoustique et pourquoi pas à terme un smartphone et une application, générer des séries de sons calibrés ou des signaux simplescomme des claps, et obtenir automatiquement la géométrie 3D des lieux et les profils d'absorption de tous les revêtements présents"

 

Une approche interdisciplinaire combinant acoustique et informatique

L'Inria et l'UMRAE ont relevé ce défi en mettant en commun leurs compétences complémentaires en acoustique et en informatique : l’équipe Inria Multispeech est spécialisée en apprentissage automatique pour le traitement du son et de la parole et l’UMRAE est spécialisée en particulier en modélisation de propagation acoustique et possède une longue expérience en acoustique du bâtiment.

L'informatique et l'acoustique sont des domaines de recherche historiquement très disjoints, entre lesquels les collaborations sont rares. A travers l'action exploratoire Acoust.IA, des bases méthodologiques communes seront établies pour répondre à cette problématique.

Par ailleurs, un article scientifique publié en 2014 a proposé pour la première fois une méthode d’estimation de la géométrie d’une salle à partir des réflexions aux parois issus de la propagation de sons bien calibrés.

Or la connaissance de la géométrie de la salle est essentielle dans la mise en place du diagnostic car elle permet de mieux comprendre comment le champ sonore se propage et quelle zone sera prioritairement à recouvrir d’absorbants. Malheureusement, la plupart du temps, l’acousticien ne dispose pas des plans lorsqu’il s’agit de projets de réhabilitation ou bien ceux-ci n’ont pas été mis à jour après d’éventuels travaux.

La méthode de 2014 ne fonctionne cependant que dans des conditions parfaitement contrôlées et calibrées, là où Acoust.IA vise une solution applicable partout et employant un matériel simple, capable d’estimer:

• la géométrie des salles les plus complexes
• les profils d’absorption des revêtements muraux même si ceux-ci sont multiples (béton, carrelage, bois, verre, tissu, etc).

Pour y parvenir, les chercheurs vont développer un outil automatique issu de l’apprentissage supervisé mais aussi, de la prise en compte des modèles physiques de propagation du son permettant, à la milliseconde près, d’estimer le champ sonore à partir de la modélisation des chemins de propagation du son issus des réflexions sur les revêtements muraux. "L’UMRAE dispose de centaines d’enregistrements sonores dans des locaux aux dimensions parfaitement connues. Nous allons "apprendre" ces salles à notre outil pour le caler peu à peu tout en y intégrant la connaissance apportée par les modèles physiques".

 

Des réseaux de neurones pour déterminer le profil d'absorption des surfaces

L’estimation des profils d’absorption des revêtements muraux est le point clé du projet. Comment faire pour déterminer les profils d’absorption des surfaces de la salle ? Certes, il existe des modèles fiables pour estimer le champ sonore à partir des chemins de propagation issus des réflexions aux parois mais il n’existe pas de modèles inverses susceptibles de remonter aux profils d’absorption des revêtements muraux à partir de la seule connaissance du champ sonore, en raison des difficultés mathématiques qui apparaissent alors.

Pour réaliser un diagnostic acoustique d’une salle existante en vue de sa réhabilitation, l’acousticien doit pouvoir estimer la performance acoustique en absorption des matériaux muraux présents. A ce jour, la mesure directement sur site de cette absorption acoustique est encore trop complexe à mettre en œuvre. L’acousticien réalise alors une mesure du champ sonore (a) à partir de laquelle il cherche à en déduire  cette absorption acoustique apportée par les matériaux muraux. 

Pour cela, il utilise des outils numériques de prévision acoustique. Malheureusement, à ce jour, les seuls outils existants résolvent la problématique inverse, à savoir que l’absorption murale est supposée connue et le champ sonore alors estimé. La seule façon d’utiliser ces outils pour l’acousticien consiste alors à réaliser plusieurs simulations successives en modifiant progressivement l’absorption murale afin de retrouver au plus près la mesure. L’approche actuelle est donc longue et fastueuse.

Le projet Acoust.IA a pour objectif de palier à cette difficulté à proposant un outil capable d’estimer de façon directe l’absorption murale à partir de la mesure. Il repose sur l’idée que l’information "absorption murale" est nécessairement "imbriquée" dans la mesure du fait des chemins de propagation du son reposant sur les multiples réflexions du son avec les parois comme cela est schématisé ci-dessus (b)  L’objectif majeur du projet Acoust.IA  consiste à utiliser l’intelligence artificielle pour aller chercher cette information "imbriquée"!

L’apprentissage automatisé, encore peu exploité dans le domaine de l’acoustique, possède un fort potentiel pour la résolution de problèmes inverses non-linéaires comme celui-ci. En effet, à partir d’un large jeu de données d’entrées et de sorties dit d’entraînement, ces méthodes permettent d’estimer une fonction non-linéaire reliant les deux, par exemple avec l’aide d’un réseau de neurones profond.

Avec le projet ACoustIA, pour la première fois en acoustique, les chercheurs vont exploiter des réseaux de neurones particuliers, les "auto-encodeurs variationnels". Ils parviennent, à l’aide de modèles probabilistes, à calculer un résultat à partir de données d'entrée et à retrouver des données d'entrée à partir d'un résultat.

L’action exploratoire Acoust.IA a débuté le 1er octobre, et une thèse co-encadrée par Inria, l’UMRAE et l’Université de Strasbourg (ICube) a été lancée, avec l'objectif de mettre au point un dispositif permettant de traiter plus vite, à moindre coût et avec de meilleurs résultats des nuisances sonores qui aujourd’hui, pèsent sur une large partie de la population.