Stage Recherche - Séparation de sources audio multicanale pour la compression de données F/H

Orange SA; Lannion; Sur place; EUR 20 000 - 40 000; Plein temps

Résumé du poste

Une entreprise de télécommunications recherche un stagiaire en traitement du signal. Le candidat idéal est en Master 2 ou en école d’ingénieur, avec une forte appétence pour l'audio et une maîtrise de Python. Les responsabilités incluent l'exploration des performances de séparation de sources et la réalisation de tests. Un bon niveau d'anglais est nécessaire.

Qualifications

• Actuellement en Master 2 ou école d’ingénieur dans le traitement du signal, apprentissage automatique, ou audio.
• Maîtrise du traitement du signal audio requise.
• Connaissances en statistiques essentielles.
• Expérience avec Python et idéalement PyTorch.

Responsabilités

• Explorer le lien entre performance de séparation de sources et qualité de codage.
• Évaluer la criticité de la séparation de sources.
• Réaliser des tests et évaluer les méthodes de séparation de sources.

Connaissances

Traitement du signal audio

Théorie des probabilités et statistiques

Méthodes d’apprentissage automatique

Python

PyTorch

Formation

Master 2 ou école d'ingénieur

Description du poste

about the role

Orange a contribué au standard 3GPP IVAS (Immersive Voice and Audio Services) [1] qui inaugure la capacité d’un codec conversationnel à adresser des services immersifs. Ce codec est basé sur des techniques de traitement du signal classique, sans réseau de neurones.
Ces dernières années, les approches neuronales appliquées au codage audio mono-canal ont fait des progrès énormes en termes de rapport qualité-débit (SoundStream de Google, récemment supplanté par la solution d’Audio Descript [2]).
Il reste à développer des modèles efficaces de codage audio neuronal incluant la dimension spatiale, nécessitant plusieurs canaux.
Les codecs multicanaux classiques se basent souvent sur une étape de séparation de sources avant d’appliquer un codec-coeur mono à chaque source. On explore une approche qui pousse possiblement plus loin la séparation [3] pour tirer profit des performances des nouveaux codecs mono en se permettant d’en multiplier les instances. On étudie aussi la question de coder séparément la réverbération. Pour cette tâche non triviale, il peut être bénéfique d’inclure la déréverbération dans la tâche de séparation de sources [4]. Des performances de cette étape dépendent la qualité du codage des flux mono intermédiaires, ainsi que de possibles artefacts à l’étape finale de reformation du flux multicanal.

Le stage a vocation à explorer le lien entre performance de séparation de sources et qualité de codage avec comme objectifs:

• évaluer la criticité de la séparation de sources et de la déréverbération du point de vue des artéfacts de codage qui en résultent,
• évaluer les performances des méthodes de l’état-de-l'art de séparation de sources sur cette tâche.

Le travail de stage (6 mois) se déroulera selon le calendrier suivant :

• Appropriation du sujet et étude bibliographique (1 mois),
• Réalisation de tests, évaluation objective et subjective des besoins de séparation de source et déréverbération pour le codage (1,5 mois),
• Mise en œuvre et évaluation (2,5 mois)
• Rédaction (1 mois)

Références

[1] DRAFT TS 26.253 (Codec for Immersive Voice and Audio Services; Detailed Algorithmic Description incl. RTP payload format and SDP parameter definitions)

[2] Rithesh Kumar, Prem Seetharaman, Alejandro Luebs, Ishaan Kumar, and Kundan Kumar. High-Fidelity Audio Compression with Improved RVQGAN, October 2023. arXiv:2306.06546.

[3] Hëb‑Umbach, R., Nakatani, T., Delcroix, M., Boeddeker, C., & Ochiai, T. (2025). Microphone Array Signal Processing and Deep Learning for Speech Enhancement: Combining model-based and data-driven approaches to parameter estimation and filtering. IEEE Signal Processing Magazine, 41(6), 12-23.

[4] Nakatani, T., Boeddeker, C., Kinoshita, K., Ikeshita, R., Delcroix, M., & Haeb‑Umbach, R. (2020). Jointly optimal denoising, dereverberation, and source separation. IEEE/ACM Transactions on Audio, Speech, and Language Processing, 28, 2267-2282.

about you

Formation souhaitée

• Vous êtes actuellement en Master 2 ou école d’ingénieur à dominante recherche et vous préparez une formation dans le domaine du traitement du signal, de l’apprentissage automatique et/ou de l’audio

Pré-requis techniques

• Maîtrise du traitement du signal audio
• Bonnes connaissances en théorie des probabilités et statistiques
• Connaissances en méthodes d’apprentissage automatique, si possible en réseaux de neurones
• Maîtrise de Python. Idéalement expérience avec PyTorch.

Aptitudes personnelles

• Forte appétence pour le traitement du signal et l’audio
• Maîtrise de l’anglais