Des robots miniatures au service de la clarté audio

Capables d’exploiter toute la puissance des réseaux neuronaux autant que la finesse des signaux différés, les « essaims acoustiques » à géométrie variable sont sur le point de révolutionner la technologie audio. Avec une précision encore récemment considérée comme inatteignable, ces robots peuvent distinguer les voix au milieu du bruit et n’ont pas besoin de repères visuels. Plus que de simples enceintes, ce sont de véritables agents autonomes de clarté. Leurs capacités à éliminer le bruit de fond et à séparer plusieurs conversations simultanées sont particulièrement utiles pour suivre une discussion dans un environnement bruyant.

Prenons un exemple concret : vous souhaitez enregistrer une réunion importante qui se tient dans un café animé. Vous déposez une élégante plate-forme au centre de la table, puis, comme pour un ballet high-tech, guidées par des algorithmes et le son, sept enceintes robotisées miniatures se déploient pour former un réseau. Chaque robot est un « gardien du son » qui se place avec précision à l’endroit optimal pour capturer le discours.

C’est à une équipe de chercheurs visionnaires de l’Université de Washington que l’on doit d’avoir découvert comment mettre de l’ordre dans le brouhaha ambiant. Ils ont conçu un ensemble de microphones qui, sans caméras ni GPS, scannent les ondes d’une salle pour créer des « zones de parole » et isoler ainsi les voix des participants dans une conversation particulière. Chaque robot est un navigateur autonome dont le champ d’action s’étend au-delà des tables pour garantir que votre voix ne puisse pas seulement être entendue, mais aussi comprise des personnes qui participent à la même conversation que vous (voir figure 1).

Comme pour tous les tours de magie, il y a évidemment un truc. En l’occurrence, les robots se déploient dans l’espace pour étendre au maximum leur portée auditive. Cerise sur le gâteau : ils sont résistants, les éventuelles collisions ne perturbent pas leur fonctionnement et ils sont capables de se géolocaliser avec une précision digne d’un système GPS. Conçus pour fonctionner de façon totalement autonome, ils retournent automatiquement à leur base pour se recharger lorsque leur batterie est faible.

Ces robots miniatures autonomes sont d’autant plus extraordinaires qu’ils ne sont pas plus gros qu’un raisin, mais équipés d’autant de gadgets qu’un véhicule d’agent secret futuriste. Leur mission : fournir aux utilisateurs un son cristallin. Pour ce faire, ils quittent leur base et suivent un parcours jalonné de repères sonores indécelables par l’oreille humaine. Dans leur sillage, chaque voix laisse une trace sonore qu’ils parviennent à isoler du brouhaha environnant.

Les précédentes expériences dans ce domaine avaient jusqu’ici été en butte à des problèmes de portée, mais aussi de confidentialité. Les dispositifs externes comme les caméras et les drones, que l’on considérait jusqu’ici comme indispensables pour cartographier l’espace, apportent finalement plus de problèmes que de solutions. Ces techniques ne permettent pas de localiser avec précision l’emplacement de chaque robot dans un groupe, tandis que dans le concept d’essaim acoustique, les robots agissent en commun pour une géolocalisation précise de chaque élément de l’essaim. Ce concept s’avère aussi plus respectueux de la confidentialité, car en utilisant des sons à haute fréquence pour se guider, les enceintes miniatures n’ont pas besoin d’enregistrer des images d’autres personnes dans leur environnement.

Comment ça marche

Ces robots acoustiques sont dotés de capteurs de navigation intégrés (notamment des gyroscopes et des accéléromètres) et d’une connectique Bluetooth^®. Ils se déplacent sur de minuscules roues propulsées par des micromoteurs. Leurs capacités acoustiques proviennent d’une paire de microphones et d’un haut-parleur avec amplificateur numérique intégré. Des capteurs de proximité leur permettent de détecter les bords afin d’éviter les chutes.

Côté alimentation, les robots utilisent un système de charge unique reposant sur des billes en aluminium. Ces billes sont connectées à un circuit à l’intérieur de chaque robot, lequel s’aligne sur des rails conducteurs sur la station de base. La station dispose d’une rampe d’entrée, d’une rampe de sortie et de pistes rainurées avec ruban conducteur permettant la charge simultanée de tous les robots présents sur la base.

Les robots utilisent un protocole sans fil pour transférer les données audio à un ordinateur hôte. Ce dernier traite ensuite les enregistrements en vue de séparer les voix. Le Bluetooth étant limité en termes de bande passante, le système compresse efficacement les données audio pour la diffusion en direct. Cette technique ne s’avère toutefois pas assez rapide pour assurer par exemple une fonction de visioconférence en temps réel.

Nous pouvons à présent dresser le portrait-robot d’un essaim acoustique :

• composé de sept robots compacts et mobiles ;
• chaque robot est équipé de haut-parleurs et de microphones ;
• taille : 3,0 cm x 2,6 cm x 3,0 cm, suffisamment petit pour un déploiement facile ;
• navigation : émet des sons à haute fréquence pour éviter les obstacles et trouver un placement optimal ;
• objectif : ajuster automatiquement la position de chaque élément pour obtenir une qualité audio exceptionnelle dans des environnements bruyants.

Testés dans diverses conditions, les robots ont démontré leur capacité à distinguer différentes voix proches les unes des autres avec un taux de réussite de 90 %.

Manipulation de l’acoustique

L’essaim acoustique se distingue par une capacité de navigation coopérative unique, avec une précision centimétrique, et reposant uniquement sur le son, éliminant ainsi le besoin de recourir à un système de caméras et autres équipements externes. En formant un réseau de microphones à propagation automatique et en s’appuyant sur un réseau neuronal orienté sur l’attention, ces essaims sont à même de distinguer les voix de personnes qui parlent en même temps et de les localiser dans un environnement 2D, dessinant ainsi les contours de la « zone de parole ». L’essaim crée des zones muettes et des zones actives, ce qui lui permet de distinguer plusieurs conversations simultanées tout localisant leurs emplacements.

Cette technologie est-elle évolutive ?

Interrogés sur la possibilité d’adapter cette technologie à l’échelle d’une salle de concert, d’un stade ou même d’une ville intelligente, Malek Itani et Tuochao Chen, respectivement auteur principal et coauteur du projet de recherche à l’Université de Washington, expliquent : « L’étape initiale de configuration ou d’étalonnage s’avérerait fastidieuse. Il faudrait placer physiquement les microphones à différents endroits et mesurer manuellement les distances, ou bien concevoir un système qui le fasse automatiquement. Dans notre petit système, l’autolocalisation au centimètre près est relativement facile à réaliser. Pour déterminer leur localisation, les robots émettent des sons, mais ceux-ci seraient pratiquement indétectables dans l’hypothèse où les robots seraient éloignés de plusieurs centaines de mètres les uns des autres. La géolocalisation s’en verrait donc grandement compliquée. »

D’après les deux chercheurs, en admettant que l’on puisse surmonter ce problème de géolocalisation, il faudrait encore disposer d’un moyen d'envoyer et de traiter les données, c’est-à-dire d’une infrastructure sans fil prenant en charge le transfert de données sur de longues distances. Si la technologie Bluetooth LE peut atteindre une portée de quelques centaines de mètres, il faudra quoi qu’il en soit prévoir une redondance afin de limiter la perte de paquets. Une couverture plus étendue signifie aussi une augmentation significative du nombre de microphones. Le risque serait alors de ne plus pouvoir atteindre une vitesse suffisante pour le transfert de données sur le réseau.

Comme toutes les technologies en cours de développement, les essaims acoustiques sont très prometteurs, mais ils se heurtent à des problèmes qui peuvent s’avérer longs à résoudre. En revanche, une fois qu’elle sera opérationnelle, il y a fort à parier que cette technologie ne se contentera pas d’équiper des restaurants bruyants, mais qu’elle s’intégrera aussi à des applications pour maisons intelligentes, par exemple. C’est en tout cas le souhait de ses concepteurs.

Sources

1. Itani, Malek, Tuochao Chen, Takuya Yoshioka & Shyamnath Gollakota. « Creating speech zones with self-distributing acoustic swarms » Nature Communications 14, 21 septembre 2023, https://www.nature.com/articles/s41467-023-40869-8
2. Malek Itani et son co-auteur Tuochao Chen, entretien par l’auteur, octobre 2023.
3. Milne, Stefan. « UW team’s shape-changing smart speaker lets users mute different areas of a room. » UW News, 21 septembre 2023. https://www.washington.edu/news/2023/09/21/shape-changing-smart-speaker-ai-noise-canceling-alexa-robot/