Publié le 16 décembre 2025 18:56:00. Des chercheurs ont mis au point des écouteurs intelligents capables d’isoler les voix des interlocuteurs dans un environnement bruyant, une avancée prometteuse pour les personnes malentendantes et pour améliorer la clarté des conversations en milieu urbain.
- Les nouveaux écouteurs utilisent l’intelligence artificielle pour détecter et suivre le rythme d’une conversation.
- Ils peuvent identifier les interlocuteurs en seulement deux à quatre secondes d’audio.
- Le code source de la technologie est accessible en ligne, favorisant ainsi son développement et son adaptation.
Une équipe de l’Université de Washington a développé une technologie innovante qui pourrait révolutionner la façon dont nous entendons et interagissons dans les environnements sonores complexes. Ces écouteurs intelligents, baptisés « assistants auditifs proactifs », exploitent la puissance de l’intelligence artificielle (IA) pour isoler les voix des personnes avec lesquelles nous parlons, en filtrant efficacement les bruits de fond et les conversations parasites.
Le défi de séparer les voix dans un environnement bruyant, souvent appelé le « problème du cocktail », est particulièrement ardu pour les personnes souffrant de déficience auditive. Les approches traditionnelles pour améliorer la compréhension dans ces situations impliquent souvent des dispositifs invasifs, comme des électrodes implantées dans le cerveau. L’approche de l’équipe de Washington se distingue par sa non-invasivité.
Selon Shyam Gollakota, professeur à la Paul G. Allen School of Computer Science & Engineering et auteur principal de l’étude, l’idée maîtresse est de reproduire la capacité humaine à suivre naturellement le rythme d’une conversation.
« Notre idée est que lorsque nous conversons avec un groupe spécifique de personnes, notre discours suit naturellement un rythme à tour de rôle. Et nous pouvons entraîner l’IA à prédire et suivre ces rythmes en utilisant uniquement l’audio, sans avoir besoin d’implanter d’électrodes. »
Le système fonctionne en s’activant dès que le porteur des écouteurs commence à parler. Un modèle d’IA analyse alors les échanges pour déterminer « qui a parlé quand » et identifier les chevauchements de voix. Un second modèle isole ensuite les participants à la conversation et transmet un audio filtré et clair à l’utilisateur. Le système est suffisamment rapide pour éviter tout décalage audible et peut gérer jusqu’à quatre interlocuteurs simultanément, en plus de la voix du porteur.
Des tests menés auprès de 11 participants ont révélé que l’audio filtré par l’IA était perçu comme étant plus de deux fois plus agréable et compréhensible que l’audio non filtré. L’équipe de Gollakota travaille depuis plusieurs années sur des assistants auditifs basés sur l’IA, ayant déjà développé des prototypes capables de cibler le son d’une personne spécifique dans une foule ou de créer une « bulle sonore » autour de l’utilisateur.
Guilin Hu, doctorant à l’école Allen et co-auteur principal de l’étude, souligne l’évolution de ces recherches :
« Tout ce que nous avons fait précédemment obligeait l’utilisateur à sélectionner manuellement un locuteur spécifique ou une distance d’écoute, ce qui n’est pas idéal pour l’expérience utilisateur. Ce que nous avons démontré est une technologie proactive, quelque chose qui déduit l’intention humaine de manière non invasive et automatique. »
Bien que prometteurs, les résultats ne sont pas sans limites. Le système peut rencontrer des difficultés lorsque les conversations deviennent particulièrement dynamiques ou lorsque des participants entrent ou sortent de la discussion. Les chercheurs notent également que les modèles ont été entraînés sur des dialogues en anglais, en mandarin et en japonais, et que des ajustements pourraient être nécessaires pour d’autres langues.
L’équipe ambitionne de miniaturiser le système afin qu’il puisse être intégré à de minuscules puces destinées à être incorporées dans des écouteurs ou des aides auditives. Des travaux préliminaires, présentés lors de la conférence MobiCom 2025, ont démontré la faisabilité d’exécuter des modèles d’IA sur de tels appareils.
La technologie a été présentée lors de la conférence sur les méthodes empiriques de traitement du langage naturel à Suzhou, en Chine. Le code source est disponible en téléchargement sur GitHub. Cette recherche a été financée par le programme Moore Inventor Fellows.
Source: Université de Washington
À ne pas manquer
