Découvrir quels sont les paramètres acoustiques corrélés à l'expression musicale revêt un intérêt fondamental afin d'améliorer notre compréhension de la perception musicale, et trouve de multiples applications en synthèse sonore. L'interprétation musicale est un acte au cours duquel un instrumentiste traduit le signal notationnel d'un compositeur en sons musicaux, tout en impliquant son propre jugement. Si la plupart des études sur l'interprétation musicale portent sur le rythme, la dynamique, ou les hauteurs, bien moins se consacrent au timbre. Cet attribut perceptif du son, à la fois lié à l'identité de la source sonore et à la qualité sonore, semble pourtant être un paramètre musical essentiel. L'objet de cette thèse, dont l'approche repose sur l'analyse-synthèse, est de mieux comprendre le rôle du timbre dans l'interprétation musicale.<br><br>Une étude de dissemblance réalisée sur des sons de synthèse de clarinette, obtenus à partir d'un modèle physique, a permis d'évaluer l'influence du contrôle instrumental (pression d'alimentation et pince) sur les timbres produits par l'instrument. Des enregistrements d'extraits musicaux joués un grand nombre de fois par un même clarinettiste professionnel sur un instrument naturel selon différentes intentions musicales (“scolaire" et “expressive") ont ensuite été analysés. Les mécanismes de transmission de l'expression musicale ont ainsi pu être étudiés au travers de changements de timbre, de rythme et de dynamique. Certaines variations de timbre (variations de qualité sonore au sein des notes et entre les différentes notes) sont reproduites de manière systématique par l'interprète lorsque son intention musicale est la même. La nature de ces variations change lorsque l'intention expressive change, ce qui tend à prouver que les musiciens agissent sur certaines dimensions du timbre afin de varier leur expression. Deux expériences perceptives complémentaires ont révélé que la nature des évolutions temporelles de la brillance des notes influe sur les préférences musicales des auditeurs. La qualité musicale de séquences inexpressives, produites sur des instruments de type entretenu à l'aide d'échantillonneurs, a notamment pu être améliorée de manière significative grâce à un contrôle de la brillance par filtrage dynamique.<br><br>L'ensemble de ces travaux appuie l'idée que les variations morphologiques temporelles de timbre (par ex. variations temporelles de brillance) constituent l'un des vecteurs de l'expression musicale.

Le développement croissant des données numériques et l'explosion des accès multimédia à l'information, sont confrontés au manque d'outils automatiques efficaces. Dans ce cadre, plusieurs approches relatives à l'indexation et la structuration de la bande sonore de documents audiovisuels sont proposées. Leurs buts sont de détecter les composantes primaires telles que la parole, la musique et les sons clés (jingles, sons caractéristiques, mots clés...). Pour la classification parole/musique, trois paramètres inhabituels sont extraits : la modulation de l'entropie, la durée des segments (issue d'une segmentation automatique) et le nombre de ces segments par seconde. Les informations issues de ces trois paramètres sont ensuite fusionnées avec celle issue de la modulation de l'énergie à quatre hertz. Des expériences sur un corpus radiophonique montrent la robustesse de ces paramètres : notre système possède un taux de classification correcte supérieur à 90%. Le système est ensuite comparé, puis fusionné à un système classique basé sur des Modèles de Mélanges de lois Gaussiennes (MMG) et une analyse cepstrale. Un autre partitionnement consiste à détecter des sons clés. La sélection de candidats potentiels est effectuée en comparant la « signature » de chacun des jingles au flux de données. Ce système est simple par sa mise en œuvre mais rapide et très efficace : sur un corpus audiovisuel d'une dizaine d'heures (environ 200 jingles) aucune fausse alarme n'est présente. Il y a seulement deux omissions dans des conditions extrêmes. Les sons caractéristiques (applaudissements et rires) sont modélisés à l'aide de MMG dans le domaine spectral. Un corpus télévisuel permet de valider cette première étude par des résultats encourageants. La détection de mots clés est effectuée de manière classique : il ne s'agit pas ici d'améliorer les systèmes existants mais de se placer toujours dans un besoin de structuration. Ainsi, ces mots clés renseignent sur le type des émissions (journal, météo, documentaire...). Grâce à l'extraction de ces composantes primaires, les émissions audiovisuelles peuvent être annotées de manière automatique. Au travers de deux études, une réflexion est conduite quant à l'utilisation de ces composantes afin de trouver une structure temporelle aux documents. La première étude permet une détection d'un motif récurrent dans une collection d'émissions, dites de plateau, alors que la seconde réalise la structuration en thèmes d'un journal télévisé. Quelques pistes de réflexions sur l'apport de l'analyse vidéo sont développées et les besoins futurs sont explorés.

Dans le domaine de la robotique, les véhicules autonomes de surface en milieu marin jouent un rôle important. Ils permettent de réaliser des opérations dangereuses, comme la surveillance d'environnements marins ou encore des relevés hydrographiques. Avant d'envisager le déplacement d'un véhicule autonome de surface, il est nécessaire d'assurer sa perception de l'environnement. Elle consiste à observer, localiser et éviter les obstacles. A cause des contraintes technologiques, la complexité de l'environnement naturel, et de la diversité des situations rencontrées, il est difficile d'effectuer une plate-forme parfaitement autonome et adaptée à des applications variées. Cette thèse s'inscrit dans le cadre du projet ASAROME (Autonomous SAiling Robot for Oceanographic MEasurements), un projet de réalisation d'un voilier autonome pour des missions de mesures et d'observations de longues durées. Dans un premier temps, nous avons conçu une plate-forme de perception composée de plusieurs types de capteurs : hydrophones, caméra panoramique, centrale inertielle et sonar. A partir des signaux acquis pendant des campagnes de test, nous avons développé des méthodes de traitement du signal. Elles consistent à analyser et traiter des signaux sonores sous-marins et des images panoramiques pour la reconnaissance d'objets, la détection et la localisation d'obstacles. Pour améliorer la perception des obstacles, des méthodes de fusion de données multi-capteurs ont été développées. L'ensemble des algorithmes ont été validés expérimentalement, en lac puis en mer. Ce travail n'est que le premier pas vers la réalisation d'un robot autonome en milieu marin capable de réaliser des missions complexes de longue durée, mais il montre sa faisabilité par le développement de capacités de perception adaptées.

Les travaux présentés dans ce document visent à mieux comprendre la relation entre la structure (ou morphologie) acoustique des sons et le sens communiqué par ces derniers. Ils s'appuient sur une approche pluridisciplinaire associant mathématiques, acoustique, traitement du signal, perception et cognition, dans laquelle la synthèse numérique des sons constitue le point central. Ce travail aborde les aspects fondamentaux liés à la compréhension du traitement cognitif et perceptif des sons mais aussi les aspects appliqués où le contrôle évocateur des processus de synthèse joue un rôle privilégié. Les principaux résultats obtenus ont été déclinés suivant deux axes: les sons musicaux et les sons environnementaux et industriels. Dans le cadre des sons musicaux des questions liées à la caractérisation perceptive des instruments de musique ainsi qu'au contrôle exercé par le musicien lors du jeu instrumental ont été traités. On a notamment montré que l'évaluation subjective de notes isolés de sons de piano dépend de l'expertise des sujets et permet difficilement d'évaluer la musicalité de l'instrument. La prise en compte du contexte musical nous a conduit a étudier l'influence du contrôle du musicien sur le son lors de l'interprétation musicale. On a montré que l'instrumentiste contrôle de façon systématique les variations de timbre de l'instrument et que ces variations influent notablement sur l'interprétation musicale. Dans le cadre plus général de sons environnementaux et industriels, on s'est attaché à mieux comprendre les relations entre la structure morphologique des sons et la perception qui en découle. Par une approche « neuro-acoustique » associant imagerie cérébrale et analyses acoustiques, des invariants caractéristiques de certaines catégories sonores ont été identifiés. Ces invariants sont à la base d'un modèle de contrôle « haut niveau » permettant la synthèse de sons à partir d'évocations. Ces résultats nous permettent d'envisager la construction d'un véritable langage de sons basé sur la génération de métaphores sonores.

Représenter l'espace est une préoccupation constante des aménageurs. Ces visualisations (carte, diagramme, plan, coupe, élévation, photographies, images de synthèse...) sont à la fois, des outils graphiques d'analyse, des outils de conception, des outils de communication assurant la nécessaire coordination entre les acteurs de l'aménagement. Parallèlement la difficulté d'intégration des connaissances sur les phénomènes sonores situés dans les projets d'aménagement est doublée d'une véritable carence dans les moyens graphiques mis à disposition pour visualiser le sonore dans un contexte construit. Réalisé à partir d'un corpus d'images pluridisciplinaire (phonétique, acoustique, musique, électroacoustique, écologie sonore, arts plastiques, photographie) l'inventaire général mis en oeuvre constitue l'essentiel de ce travail exploratoire : analyser les images en s'inspirant des méthodes de la sémiotique visuelle, synthétiser le corpus d'images sous forme d'un catalogue raisonné, classer et classifier les images. Quatre grands types de dispositifs visuels (cartographie, transcription temporelle, diagramme et perspective) sont définis comme fond support des phénomènes sonores représentables selon trois approches (flux, chose sonifère, auditum). Leurs fonctions communicatives (décrire des qualités sonores, montrer des faits sonores, expliquer des concepts sonores) sont liées à leur degré de schématisation dont nous avons relevé 4 niveaux : image indicielle de type photographique, dessin technique, croquis, schéma de principe. Réalisé à titre expérimental sur un parcours sonore urbain, le test de validité de la transcription temporelle sur fond sonagraphique (logiciel Acousmographe (INA-GRM) conçu pour la notation musicale) semble confirmer l'intérêt des emprunts d'outil de visualisation et des transferts de connaissances entre disciplines. Toutefois, des adaptations sont nécessaires pour appliquer les analyses aux différentes échelles d'écoute: objet sonore, figure sonore.

Bien que de plus en plus de données sonores et audiovisuelles soient disponibles, la majorité des interfaces qui permettent d'y accéder reposent uniquement sur une présentation visuelle. De nombreuses techniques de visualisation ont déjà été proposées utilisant une présentation simultanée de plusieurs documents et des distorsions permettant de mettre en relief l'information plus pertinente. Nous proposons de définir des équivalents auditifs pour la présentation de plusieurs fichiers sonores en concurrence, et de combiner de façon optimale les stratégies audio et visuelles pour la présentation de documents multimédia. Afin d'adapter au mieux ces stratégies à l'utilisateur, nous avons dirigé nos recherches sur l'étude des processus perceptifs et attentionnels impliqués dans l'écoute et l'observation d'objets audiovisuels concurrents, en insistant sur les interactions entre les deux modalités.Exploitant les paramètres de taille visuelle et de volume sonore, nous avons étendu le concept de lentille grossissante, utilisée dans les méthodes focus+contexte visuelles, aux modalités auditive et audiovisuelle. A partir de ce concept, une application de navigation dans une collection de documents vidéo a été développée. Nous avons comparé notre outil à un autre mode de rendu dit de Pan&Zoom à travers une étude d'utilisabilité. Les résultats, en particulier subjectifs, encouragent à poursuivre vers des stratégies de présentation multimodales associant un rendu audio aux rendus visuels déjà disponibles.Une seconde étude a concerné l'identification de sons d'environnement en milieu bruité en présence d'un contexte visuel. Le bruit simule la présence de plusieurs sources sonores simultanées telles qu'on pourrait les retrouver dans une interface où les documents audio et audiovisuels sont présentés ensemble. Les résultats de cette expérience ont confirmé l'avantage de la multimodalité en condition de dégradation. De plus, au-delà des buts premiers de la thèse, l'étude a confirmé l'importance de la congruence sémantique entre les composantes visuelle et sonore pour la reconnaissance d'objets et a permis d'approfondir les connaissances sur la perception auditive des sons d'environnement.Finalement, nous nous sommes intéressée aux processus attentionnels impliqués dans la recherche d'un objet parmi plusieurs, en particulier au phénomène de " pop-out " par lequel un objet saillant attire l'attention automatiquement. En visuel, un objet net attire l'attention au milieu d'objets flous et certaines stratégies de présentation visuelle exploitent déjà ce paramètre visuel. Nous avons alors étendu la notion de flou aux modalités auditives et audiovisuelles par analogie. Une série d'expériences perceptives a confirmé qu'un objet net parmi des objets flous attire l'attention, quelle que soit la modalité. Les processus de recherche et d'identification sont alors accélérés quand l'indice de netteté correspond à la cible, mais ralentis quand il s'agit d'un distracteur, mettant ainsi en avant un phénomène de guidage involontaire. Concernant l'interaction intermodale, la combinaison redondante des flous audio et visuel s'est révélée encore plus efficace qu'une présentation unimodale. Les résultats indiquent aussi qu'une combinaison optimale n'implique pas d'appliquer obligatoirement une distorsion sur les deux modalités.

La spatialisation des champs sonores basses fréquences doit satisfaire des contraintes spécifiques qui interdisent l'utilisation des techniques de restitution sonore classiques. En revanche, certaines stratégies héritées du contrôle actif du bruit offrent une solution intéressante : il s'agit d'utiliser un réseau de haut-parleurs pour contrôler le champ sonore au niveau de microphones situés en surface de la zone dans laquelle on cherche à reproduire les sons. L'objectif de cette thèse est l'étude numérique et expérimentale de ces méthodes surfaciques de reproduction sonore. Dans un premier temps, on a simulé le comportement de dispositifs utilisant ce type de stratégie en conditions de champ libre. Ces simulations ont ensuite été confrontées aux résultats d'une expérience de contrôle actif réalisée en chambre anéchoïque. Finalement, on a réalisé une étude de faisabilité concernant l'utilisation des stratégies surfaciques de reproduction sonore dans un local dédié. Les résultats montrent que ce local pourrait permettre de reproduire avec précision des ondes planes basses fréquences se propageant autour d'un auditeur.

Cette thèse se propose de circonscrire et d'étudier les équivalents littéraires du ready-made duchampien dans la poésie moderne et contemporaine. historiquement issu du domaine des arts plastiques, cette pratique connaît des équivalents poétiques depuis le début du vingtième siècle (cendrars 'dernière heure') sans que l'on puisse pour autant toujours parler d'importation ou d'appropriation de la part des poètes concernés. on essaiera ainsi de définir l'appellation de << poésie ready-made >> dans un sens davantage générique que proprement généalogique, à l'aide de critères permettant de la distinguer de pratiques proches comme le plagiat ou le collage. on essaiera de montrer que, tout comme le ready-made duchampien, ces pratiques bouleversent la conception traditionnelle de la poésie et de l'écriture poétique. qu'on l'envisage en termes de production (le geste d'écriture se voit nié et remplacé par un geste de sélection / prélèvement / déplacement d'éléments non littéraires) ou en termes de réception (les effets de sens du ready-made en poésie reposent en grande partie sur des logiques non discursives, et l'objet déplacé n'est pas nécessairement écrit), la définition du << poétique >> se voit mise en question, amenant par là-même à une << chute des paradigmes >> (thierry de duve), ce qui pose alors la question de savoir quels outils peuvent être mis en place pour analyser ces objets et leur fonctionnement.

Cette étude se déplie en deux temps. En premier lieu, nous explorons les conditions d’émergence d’une intégration du « total sonore » dans l’idiome musical au cours du vingtième siècle. Dans ce dessein, nous revisitons les écrits théoriques de Luigi Russolo, Edgar Varèse et Pierre Schaeffer, trois figures marquantes du paysage musical moderne. Cette démarche met en relief certains principes fondateurs d’une musicalité du sonore, permettant de concevoir un « art des bruits » (Russolo) fondé sur une « organisation sonore » (Varèse) dans une intention d’édifier des « structures musicales » (Schaeffer). En second lieu, nous confrontons ces notions à notre propre travail de conception sonore pour le film Qui va droit son chemin (Michèle Gauthier, 2010, 24 min 10 secs) en examinant chaque étape de la production – de l’écriture du scénario à la constitution des banques de sons jusqu’au montage son et au mixage – pour explorer les conditions de création qui permettent l’émergence d’une musicalité du sonore cinématographique. Ce faisant, à l’aide de conceptions théoriques diverses (Chion, Fano, Roy, Gallet), nous tentons de cerner et de décrire les fondements d’une esthétique du sonore musicalisé au cinéma. / This study is two-fold. To begin with, it explores the conditions that permitted the emergence and integration of “all sound” into the musical idiom of the twentieth century. With this end in mind, it revisits the theoretical writings of Luigi Russolo, Edgar Varèse and Pierre Schaeffer, three defining figures of the modern musical landscape. From their work, it extracts certain founding principles of the musicality of sound that permit us to conceive an “art of noise” (Russolo) based on the “organization of sound” (Varèse) in order to build “musical structures” (Schaeffer). Secondly, I bring these notions to bear on my own experience of designing the sound for the film Qui va droit son chemin (Michèle Gauthier, 2010, 24min 10secs) by examining each stage of production – writing the script, collecting sounds, sound editing and mixing – to explore the creative conditions which permit the emergence of musicality in the cinematographic acoustic environment. In doing so, with the help of various theoretical conceptions (Chion, Fano, Roy, Gallet), I attempt to discern and describe the foundations of an esthetic of musicalized sound in film.

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal