Les systèmes de réalité virtuelle ont pour objectif de plonger les utilisateurs dans un espace suggéré artificiellement par des informations multi-sensorielles, auditive entre autres. Le positionnement des sources sonores dans l'espace constitue un facteur important d'immersion et contribue grandement au réalisme d'une scène virtuelle. La synthèse binaurale est la technique de spatialisation sonore qui s'approche le plus de l'écoute naturelle. Elle permet de spatialiser un événement sonore monophonique à l'aide de seulement deux filtres, les HRTF (Head-Related Transfer Functions), caractérisant la propagation acoustique de la source vers les oreilles d'un auditeur. Les différences de temps d'arrivée et de niveau de pression au niveau des tympans sont des indices de localisation primordiaux pour estimer de la latéralité d'une source, mais sont insuffisants pour la situer précisément en élévation. Le contenu spectral des HRTF contient les indices permettant cette discrimination, notamment les pics et creux en hautes fréquences induits par les effets de diffraction au sein des pavillons d'oreille. L'inconvénient majeur de la technique binaurale repose donc sur le fait que les HRTF sont propres à chaque utilisateur, car liés aux déformations subies par l'onde sonore lorsqu'elle rencontre les différentes parties du corps humain. Une écoute avec des filtres non individuels comporte des artéfacts perceptibles. Il est donc nécessaire d'acquérir des HRTF individuelles. La mesure ou le calcul numérique sont des méthodes couramment utilisées pour l'estimation de ces dernières, mais sont trop coûteuse en temps et en moyen pour être employées dans des applications grand public. D'autres procédés de personnalisation des HRTF tentent de modéliser le lien entre la morphologie d'un auditeur et les indices de localisation qui lui sont associés, en se basant sur des mesures anthropométriques. Cependant, l'estimation correcte des paramètres morphologiques ne peut être garantie que via l'utilisation d'outils de mesure robuste et souvent onéreux, notamment pour les dimensions liées aux pavillons d'oreille. Cette thèse propose une nouvelle approche d'individualisation des HRTF, fondée sur une séparation des indices de localisation liés au torse et à la tête de ceux liés aux pavillons. La composante tête/torse est modélisée numériquement alors que la composante pavillonnaire est recrée à l'aide de réseaux de haut-parleurs entourant chacun des pavillons d'oreille de l'auditeur. L'idée de cette méthode est d'essayer d'exciter les véritables indices acoustiques induits par la diffraction du front d'onde reconstruit sur les pavillons. Ce nouveau concept, que nous appellerons " holophonie binaurale ", car dérivé de techniques holophonique et binaurale, est développé dans ce manuscrit : différentes simulations ont été menées dans des cas de figure idéaux, et différentes optimisations sont proposées pour améliorer le fonctionnement du procédé pour un nombre réaliste de transducteurs. Ces études ont conduit à la conception et à l'évaluation d'un prototype de casque multi-haut-parleur dédié.

--<br />La première orientation de ce travail de thèse vise à améliorer les performances des méthodes de codage audio paramétrique basées sur les indices de la localisation auditive. Nous avons cherché à adapter l'extraction des paramètres au contenu fréquentiel des signaux. La seconde orientation des travaux établie une modélisation des signaux multicanaux pour proposer une alternative au schéma de codage paramétrique actuel. Nous présentons une interprétation et l'évaluation des performances de l'Analyse en Composante Principale, réalisée en temps et en sous-bandes de fréquences avec une approche paramétrique. Finalement, nous utilisons cette décomposition au sein d'une nouvelle méthode de codage paramétrique qui repose à la fois sur la concentration de l'information dominante et sur l'extraction de paramètres pertinents. Les performances de notre méthode de codage paramétrique sont évaluées pour le cas stéréophonique et une extension au codage de signaux au format 5.1 est proposée.<br />--

L'objectif de cette thèse est l'optimisation de la qualité perçue de la reproduction sonore par un système audio multicanal, dans un contexte de salle d'écoute domestique. Les travaux de recherche présentés s'articulent selon deux axes. Le premier concerne l'effet de salle, et plus particulièrement les aspects physiques et perceptifs liés aux premières réflexions d'une salle. Ces éléments sont décrits spécifiquement, et une expérience psychoacoustique a été menée afin d'étendre les données disponibles quant à leur perceptibilité, c'est à dire leur capacité à modifier la perception du son direct, que ce soit en termes de timbre ou de localisation. Les résultats mettent en évidence la dépendance du seuil en fonction du type de stimulus, ainsi que son évolution en fonction de la configuration spatiale de l'onde directe et de la réflexion. Pour une condition donnée, le seuil de perceptibilité est décrit comme une fonction de directivité dépendant de l'incidence de la réflexion.Le deuxième axe de travail concerne les méthodes de correction de l'effet de la salle de reproduction. Les méthodes numériques classiques sont d'abord étudiées. Leur principale lacune réside dans l'absence de prise en compte du rôle spécifique des propriétés temporelles et spatiales des première réflexions. Le travail de thèse se termine par la proposition d'une nouvelle méthode de correction utilisant un algorithme itératif de type FISTA modifié afin de prendre en compte la perceptibilité des réflexions. Le traitement est implémenté dans une représentation où l'information spatiale est analysée sur la base des harmoniques sphériques. / The goal of this Ph. D. thesis is to optimize the perceived quality of multichannel sound reproduction systems, in the context of a domestic listening room. The presented research work have been pursued in two different directions.The first deals with room effet, and more particularly with physical and perceptual aspects of first reflections within a room. These reflections are specifically described, and a psychoacoustical experiment have been carried out in order to extend the available data on their perceptibility, i.e. their potency in altering the perception of the direct sound, whether in its timbral or spatial features. Results exhibit the variation of the threshold depending on the type of stimulus, as well as on the spatial configuration of the direct sound and the reflection. For a given condition, the perceptibility threshold is given as a directivity function depending on the direction of incidence of the reflection.The second topic deals with room correction methods. Firstly, state-of-the art digital methods are investigated. Their main drawback is that they don't consider the specific impact of the temporal and spatial attributes of first reflections. A new correction method is therefore proposed. It uses an iterative algorithm, derivated from the FISTA method, in order to take into account the perceptibility of the reflections. All the processing is carried out in a spatial sound representation, where the spatial properties of the sound are analysed thanks to spherical harmonics.

Cette thèse consiste à explorer l’usage de la réalité augmenté sonore pour la visite de musées. Notre objectif est de proposer un audioguide permettant d’immerger le visiteur dans une scène sonore constituée de sons ambiants et de commentaires associés aux objets exposés, et de minimiser ses efforts pour découvrir ces objets et interagir avec cet environnement sonore. La première contribution de cette thèse concerne la mise en place d’une preuve de concept de SARIM (Sound Augmented Reality Interface for visiting Museum). Cette preuvede concept a été développée en utilisant des capteurs de position et d’orientation filaire et non filaire. La deuxième contribution concerne la modélisation de la visite augmentée par la dimension sonore. Après une étude des modèles existants, l’objectif est de concevoir un modèle comprenant une représentation du visiteur,du paysage sonore et de la navigation et offrant une grande flexibilité pour créer l’environnement sonore. Ce modèle a comme finalité de faciliter la conception de différents types de scénarios de visite sur la base de la notion de zone d’audibilité. La troisième contribution de cette thèse est le travail d’évaluation mené dans un environnement réel qu’est le musée des arts et métiers de Paris, et qui a permis de confirmer l’utilisabilité, ainsi que l’apport didactique et ludique que procure la réalité augmentée sonore en général et le système SARIM en particulier pour prolonger et enrichir la visite de musées. / The goal of this thesis is to explore the use of sound to enhance the museum visit. We aim to provide anaudioguide to immerse the visitor in a soundstage consisting of ambient sounds and comments associated withthe exhibits, and minimize its efforts to discover these objects and interact with the sound environment. Thefirst contribution of this thesis is the implementation of a proof of concept of SARIM (Sound AugmentedReality Interface for visiting Museum). This proof of concept was developed using position sensors andguidance wired and wirelessly. The second contribution concerns the modeling of the augmented visit by thesound dimension. After a review of existing models, the objective is to design a model that includes arepresentation of the visitor, the soundscape and navigation, offering the flexibility to create the soundenvironment. This model has the purpose of facilitating the design of different types of scenarios based on theconcept of audibility area. The Third contribution of this thesis is the evaluation conducted in a realenvironment what the Museum of Arts and Crafts in Paris, which confirmed the usability, as well as providingeducational and ludic impact of the audio augmented reality in general and the SARIM in particular to extendand enrich the museum visits.

Mémoire en recherche-création / L’expérience sonore immersive est souvent associée à la spatialisation du son. Mais, le phénomène d’immersion est plutôt complexe et le réduire au seul emploi d’un dispositif technique ne permet pas d’en apprécier les causes multiples sur le plan de la réception. Ce mémoire présente un projet de recherche-création intitulé Cathédrales, dont l’objectif est de mieux comprendre la réception d’une œuvre de musique acousmatique spa- tialisée en 3D et intentionnellement immersive. Ce travail porte notamment sur les stratégies de composition adoptées et leurs effets, au regard des intentions de départs et de l’analyse des commentaires émis par un ensemble d’auditeurs-participants. Les trois premiers chapitres présentent les aspects conceptuels soutenant la démarche de création des œuvres Ville Aux Cent Clochers et Réverbérence. Le premier chapitre vise à préciser d’entrée de jeu ce que signifie l’immersion sonore, de sa compréhension plus générale jusqu’à ses significations plus particulières; le deuxième chapitre présente ensuite l’immersion sous l’angle d’une narratologie naturelle de la musique; tandis que le troisième chapitre intègre cette approche narrative au langage du cinéma pour l’oreille et adapte le tout au contexte multidirectionnel du médium de diffusion sonore. Les deux parties qui composent l’œuvre Cathédrales : I. Ville Aux Cent Clochers et II. Réverbérence, sont présentées au quatrième chapitre. Après avoir introduit le propos de l’œuvre dans son ensemble, les intentions et les stratégies spécifiques à chacune de ces pièces y sont également développées. Enfin, le cinquième chapitre présente les résultats de deux études de réception, impliquant un certain nombre d’auditeurs, sur l’écoute de musiques spatialisées pour dôme de haut-parleurs. L’analyse esthésique découlant de ces enquêtes permet de proposer différentes catégories conceptuelles de l’expérience sonore immersive. Ces catégories peuvent éventuellement servir à schématiser les effets de certaines stratégies de composition, combinées à l’emploi d’un dispositif technologique particulier, sur la réception d’une musique spatialisée en 3D. / The immersive sound experience is often associated with sound spatialization. But the immersive phenomenon is rather complex and reducing it to the sole usage of a technical device does a disservice to our appreciation of its multiple causes in terms of a work’s reception. This memoir presents a research-creation project, entitled Cathédrales, that aims to better understand the reception of an intentionally immersive 3Dspatialized acousmatic music. This work focuses on the adopted compositional strategies and their effects, with regard to initial intentions and the analysis of comments made by listener participants. The first three chapters present the concepts underlying the creative process for the works Ville Aux Cent Clochers ("City of a hundred bell towers") and Réverbérence ("Reverberence"). The first chapter clarifies the meaning of sound immersion from the outset, from its more general understanding to its more specific meanings; the second chapter then presents immersion under the scope of a natural narratology of music; while the third chapter integrates such narrative approach within the language of a "cinema for the ear", while adapting it to the multidirectional context of the sound diffusion medium. In the fourth chapter are presented the two parts composing Cathédrales ("Cathedrals") : I. Ville Aux Cent Clochers and II. Réverbérence. After introducing the concept of the work as a whole, the intentions and strategies that are more specific to each part of the work are then exposed. Finally, the fifth chapter presents the results of two case studies on the reception behaviors of multiple participants listening to spatialized music over a loudspeakers dome. Aesthesic analysis arising from these surveys allows to provide different conceptual categories of the immersive sound experience. Such categorization may eventually serve to schematize the effects of certain compositional strategies, in combination with the usage of a particular technological device, on the reception of 3D spatialized music.