Institut de Recherche en Informatique de Toulouse (IRIT), Université Paul Sabatier 118 Route de Narbonne - Toulouse
Dans le cadre de l'assistance aux personnes âgées, l'identification des bruits du quotidien par des méthodes d’analyse automatique est une étape déterminante.
Les sons de liquide occupent une place importante dans notre environnement sonore quotidien et sont primordiaux pour la reconnaissance automatique d’activité.
Le manque de définition de catégories sonores pour les sons de liquide complique toutefois la reconnaissance automatique de ces sons.
Les techniques traditionnelles utilisent des modèles qui se basent sur la détection d’un flot d’eau continu et n’utilisent peu d’information temporelle [1].
Pourtant de nombreux évènements sonores dont la source est liquide sont plutôt caractérisés par un ensemble d’évènements discrets, tel les gouttes d’eau.
Cette approche est largement utilisée en synthèse sonore pour créer des sons de liquide plus complexe [2].
Il semblerait également que certains sons pourraient être perçu comme liquide car les évènements sonores discrets qui le composent présentent une distribution particulière dans le plan temps-fréquence qui les rend invariant temporellement [3].
Toutefois le processus d’identification et de catégorisation de l’ensemble des sons de liquide est mal connu.
Si dans une étude de référence [4], Gaver distingue les sons environnementaux selon les catégories solides, liquides ou gazeux, la taxonomie utilisée pour décrire les sons de liquide n’est pas validée perceptivement.
Il semblerait par exemple que les sons hybrides faisant intervenir solide et liquide serait systématiquement classé perceptivement comme liquide [5].
La catégorisation perceptive des sons de liquide, sur la base de critères causaux et acoustiques, est l’objet d’une étude en cours dans l’équipe Perception et Design Sonores de l’Ircam.
Dans le cadre des Deuxièmes Journées Perception Sonore, cette étude perceptive sur la catégorisation de sons de liquides sera présentée dans un poster, ainsi que ses liens avec les aspects acoustiques d’analyse et de synthèse.
[1] B. Taati, J. Snoek, D. Giesbrecht, and A. Mihailidis. “Water flow detection in a handwashing task”. In IEEE Canadian Conference on Computer and Robot Vision (CRV), 2010.
[2] K. Doel, “Physically based models for liquid sounds,” ACM Transactions on Applied Perception (TAP), 2005.
[3] M. N. Geffen, J. Gervain, j. F.Werker and M. O. Magnasco. “Auditory perception of self-similarity in water sounds“, frontiers in Integrative Neuroscience, 2011.
[4] W.W. Gaver, “How do we hear in the world? Explorations in ecological acoustics”. Ecological Psychology, 1993.
[5] O. Houix, G. Lemaitre, I. Urdapilleta, N. Misdariis, and P. Susini, “A Lexical Analysis of Environmental Sound Categories”, Journal of Experimental Psychology, 2012.