Doctorant F/H Thèse de Doctorat: Réhaussement de la Parole à l’Aide de Microphones Distribués en Combinant Apprentissage Automatique et Acoustique
Inria
Type d'offre :
Apprentissage / Alternance
Lieu de l'offre :
Strasbourg, France
Secteur d'activité :
Formation / Enseignement
Fonction :
R&D / Sciences / Formation
Date de publication :
10/06/2026
Inria, l'institut national de recherche dans les sciences et technologies du numérique, est en appui de l’État pour les stratégies nationales de recherche et d’innovation du numérique en tant qu'Agence de programmes. 🇨🇵 Inria mène plus de 300 projets de recherche et d’innovation avec ses 3500 scientifiques, ingénieurs et personnels d’appui, en partenariat avec les universités et l’écosystème numérique (entreprises, entrepreneurs, acteurs publics).
Ensemble, nous explorons des domaines clés comme l'intelligence artificielle, la cybersécurité, l’informatique quantique, le cloud, la transformation numérique de la santé, les jumeaux numériques ou encore les technologies numériques pour la Défense.
Nous construisons des solutions concrètes telles que des logiciels, des startups technologiques, des partenariats avec les entreprises du tissu national et des formations de pointe. Nos actions stimulent la dynamique collective avec l’ensemble des acteurs (universités, organismes nationaux de recherche, startups, PME, industriels …) à l’échelle nationale, européenne et internationale.
Fermer
FR EN
Se connecter
Offres d'emploi Inria >
Offre n°2026-10149
Doctorant F/H Thèse de Doctorat: Réhaussement de la Parole à l’Aide de Microphones Distribués en Combinant Apprentissage Automatique et Acoustique
Télécharger l'offre au format PDF
Type de contrat : CDD
Niveau de diplôme exigé : Bac + 5 ou équivalent
Fonction : Doctorant
Contexte et atouts du poste
Les microphones sont aujourd’hui omniprésents dans notre environnement : aides auditives, enceintes connectées, smartphones, casques de réalité augmentée, systèmes de visio-conférence, … L’utilisation confortable de ces dispositifs nécessite l’emploi d’algorithmes permettant de réhausser les signaux de paroles d’intérêt, même en présence de sources de bruit et de réverbération. Cette tâche est rendue d’autant plus difficile en conditions dynamiques, dans lesquels sources et microphones peuvent se déplacer. Cette thèse s’inscrit dans un projet de recherche Franco-Allemand (ANR-DFG AWESOME 2026-2029) visant à exploiter l’ensemble des microphones disponibles dans une salle, formant ainsi un réseau dit distribué ou ad-hoc, pour améliorer grandement la qualité des signaux de paroles captés.
Mission confiée
La difficulté principale pour atteindre les objectifs du projet est que les positions relatives et absolues des microphones dans la pièce ainsi que leurs caractéristiques acoustiques et celles de la salle ne sont généralement que partiellement connues, ce qui empêche l’exploitation du réseau complet à son plein potentiel. Pour débloquer ce verrou, cette thèse explorera des approches combinant méthodes acoustiques inverses et apprentissage automatique, et en particulier les récents modèles génératifs basés sur la diffusion. Les pistes suivantes seront explorées :
Calibration par clappements de mains. Un modèle de diffusion de type Shrödinger Bridge [4] sera utilisé pour transformer des enregistrements de clappements de main en réponses impulsionnelles de salle, dont les parties précoces seront exploitée par la méthode inverse [5] pour localiser les réflecteurs.
Auto-localisation d'antennes de microphones. Des méthodes basées sur le transport optimal seront étudiées pour obtenir la position et orientation relatives de deux antennes de microphones en s'aidant des réflexions acoustiques précoces et de la méthode du point précédent.
Interpolation de champs sonore. Des méthodes interpolant le champs sonores entre deux points de mesure pour aborder des scénarios dynamiques seront étudiées, en s'appuyant sur le point précédent.
Déréverbération et débruitage multicanale préservant les réflexions précoces. Une approche de déréverbération telle que [1] ou [2] sera étendue au scénario considéré, puis combinée avec une méthode acoustique inverse telle que [3] pour localiser les dispositifs par rapports aux réflecteurs les plus proches.
Principales activités
Recherches et lectures bibliographiques
Développement de code Python / PyTorch
Production d'expériences numériques et analyses des résultats
Collecte de données acoustiques
Rédactions d'articles scientifiques
Participation à des conférences internationales
Compétences
Excellent niveau en programmation Python. PyTorch est un plus
Formation en deep learning, et traitement du signal. Des connaissances ou un intérêt pour l’audio, l’acoustique, les méthodes numériques ou l’optimisation sont un plus.
Niveau master 2 (en informatique, traitement du signal, machine learning, acoustique ou mathématiques appliquées) et un fort intérêt pour la recherche académique.
Avantages
Restauration subventionnée
Transports publics remboursés partiellement
Congés: 7 semaines de congés annuels + 10 jours de RTT (base temps plein) + possibilité d'autorisations d'absence exceptionnelle (ex : enfants malades, déménagement)
Possibilité de télétravail (après 6 mois d'ancienneté) et aménagement du temps de travail
Équipements professionnels à disposition (visioconférence, prêts de matériels informatiques, etc.)
Prestations sociales, culturelles et sportives (Association de gestion des œuvres sociales d'Inria)
Accès à la formation professionnelle
Sécurité sociale
Rémunération
2300 € brut/mois
Postuler à cette offre
Partager
Facebook
Linkedin
Twitter
Email
Informations générales
Thème/Domaine : Langue, parole et audio
Calcul Scientifique (BAP E)
Ville : Strasbourg
Centre Inria : Centre Inria de l'Université de Lorraine
Date de prise de fonction souhaitée : 2026-10-01
Durée de contrat : 3 ans
Date limite pour postuler : 2026-07-10
Attention: Les candidatures doivent être déposées en ligne sur le site Inria. Le traitement des candidatures adressées par d'autres canaux n'est pas garanti.
Consignes pour postuler
Sécurité défense :
Ce poste est susceptible d’être affecté dans une zone à régime restrictif (ZRR), telle que définie dans le décret n°2011-1425 relatif à la protection du potentiel scientifique et technique de la nation (PPST). L’autorisation d’accès à une zone est délivrée par le chef d’établissement, après avis ministériel favorable, tel que défini dans l’arrêté du 03 juillet 2012, relatif à la PPST. Un avis ministériel défavorable pour un poste affecté dans une ZRR aurait pour conséquence l’annulation du recrutement.
Politique de recrutement :
Dans le cadre de sa politique diversité, tous les postes Inria sont accessibles aux personnes en situation de handicap.
Contacts
Équipe Inria :
FR EN
Se connecter
Offres d'emploi Inria >
Offre n°2026-10149
Doctorant F/H Thèse de Doctorat: Réhaussement de la Parole à l’Aide de Microphones Distribués en Combinant Apprentissage Automatique et Acoustique
Télécharger l'offre au format PDF
Type de contrat : CDD
Niveau de diplôme exigé : Bac + 5 ou équivalent
Fonction : Doctorant
Contexte et atouts du poste
Les microphones sont aujourd’hui omniprésents dans notre environnement : aides auditives, enceintes connectées, smartphones, casques de réalité augmentée, systèmes de visio-conférence, … L’utilisation confortable de ces dispositifs nécessite l’emploi d’algorithmes permettant de réhausser les signaux de paroles d’intérêt, même en présence de sources de bruit et de réverbération. Cette tâche est rendue d’autant plus difficile en conditions dynamiques, dans lesquels sources et microphones peuvent se déplacer. Cette thèse s’inscrit dans un projet de recherche Franco-Allemand (ANR-DFG AWESOME 2026-2029) visant à exploiter l’ensemble des microphones disponibles dans une salle, formant ainsi un réseau dit distribué ou ad-hoc, pour améliorer grandement la qualité des signaux de paroles captés.
Mission confiée
La difficulté principale pour atteindre les objectifs du projet est que les positions relatives et absolues des microphones dans la pièce ainsi que leurs caractéristiques acoustiques et celles de la salle ne sont généralement que partiellement connues, ce qui empêche l’exploitation du réseau complet à son plein potentiel. Pour débloquer ce verrou, cette thèse explorera des approches combinant méthodes acoustiques inverses et apprentissage automatique, et en particulier les récents modèles génératifs basés sur la diffusion. Les pistes suivantes seront explorées :
Calibration par clappements de mains. Un modèle de diffusion de type Shrödinger Bridge [4] sera utilisé pour transformer des enregistrements de clappements de main en réponses impulsionnelles de salle, dont les parties précoces seront exploitée par la méthode inverse [5] pour localiser les réflecteurs.
Auto-localisation d'antennes de microphones. Des méthodes basées sur le transport optimal seront étudiées pour obtenir la position et orientation relatives de deux antennes de microphones en s'aidant des réflexions acoustiques précoces et de la méthode du point précédent.
Interpolation de champs sonore. Des méthodes interpolant le champs sonores entre deux points de mesure pour aborder des scénarios dynamiques seront étudiées, en s'appuyant sur le point précédent.
Déréverbération et débruitage multicanale préservant les réflexions précoces. Une approche de déréverbération telle que [1] ou [2] sera étendue au scénario considéré, puis combinée avec une méthode acoustique inverse telle que [3] pour localiser les dispositifs par rapports aux réflecteurs les plus proches.
Principales activités
Recherches et lectures bibliographiques
Développement de code Python / PyTorch
Production d'expériences numériques et analyses des résultats
Collecte de données acoustiques
Rédactions d'articles scientifiques
Participation à des conférences internationales
Compétences
Excellent niveau en programmation Python. PyTorch est un plus
Formation en deep learning, et traitement du signal. Des connaissances ou un intérêt pour l’audio, l’acoustique, les méthodes numériques ou l’optimisation sont un plus.
Niveau master 2 (en informatique, traitement du signal, machine learning, acoustique ou mathématiques appliquées) et un fort intérêt pour la recherche académique.
Avantages
Restauration subventionnée
Transports publics remboursés partiellement
Congés: 7 semaines de congés annuels + 10 jours de RTT (base temps plein) + possibilité d'autorisations d'absence exceptionnelle (ex : enfants malades, déménagement)
Possibilité de télétravail (après 6 mois d'ancienneté) et aménagement du temps de travail
Équipements professionnels à disposition (visioconférence, prêts de matériels informatiques, etc.)
Prestations sociales, culturelles et sportives (Association de gestion des œuvres sociales d'Inria)
Accès à la formation professionnelle
Sécurité sociale
Rémunération
2300 € brut/mois
Postuler à cette offre
Partager
Informations générales
Thème/Domaine : Langue, parole et audio
Calcul Scientifique (BAP E)
Ville : Strasbourg
Centre Inria : Centre Inria de l'Université de Lorraine
Date de prise de fonction souhaitée : 2026-10-01
Durée de contrat : 3 ans
Date limite pour postuler : 2026-07-10
Attention: Les candidatures doivent être déposées en ligne sur le site Inria. Le traitement des candidatures adressées par d'autres canaux n'est pas garanti.
Consignes pour postuler
Sécurité défense :
Ce poste est susceptible d’être affecté dans une zone à régime restrictif (ZRR), telle que définie dans le décret n°2011-1425 relatif à la protection du potentiel scientifique et technique de la nation (PPST). L’autorisation d’accès à une zone est délivrée par le chef d’établissement, après avis ministériel favorable, tel que défini dans l’arrêté du 03 juillet 2012, relatif à la PPST. Un avis ministériel défavorable pour un poste affecté dans une ZRR aurait pour conséquence l’annulation du recrutement.
Politique de recrutement :
Dans le cadre de sa politique diversité, tous les postes Inria sont accessibles aux personnes en situation de handicap.
Contacts
Équipe Inria :
