Equipe académique

Slim Essid coordonne le thème de recherche « Traitement du signal et analyse de données audio » (ADASP) adossée à l’équipe S²A, du LTCI de Télécom Paris. Ses travaux s'intéressent à l’intelligence artificielle et l'apprentissage automatique pour le traitement du signal et l'analyse de données temporelles. Les domaines d'application traités couvrent à la fois l'analyse de contenus et la perception par ordinateur (machine perception), notamment via des approches multimodales. Les exemples d'applications attaquées incluent l'audition par ordinateur (machine listening), l'analyse de contenus audiovisuels et musicaux, l’analyse et la reconnaissance des états socio-émotionnels, ainsi que l'analyse des signaux électroencéphalographiques (EEG). Slim Essid a été impliqué depuis 2005 dans plusieurs projets collaboratifs nationaux et européens (FP6 et FP7).

Mots-clés : apprentissage structuré, apprentissage multi-vues, analyse en variables latentes, apprentissage de représentations, données audio et multimodales.

Voir son site

Mathieu Fontaine est Maître de conférences dans l'équipe S²A du LTCI à Télécom Paris. Après une thèse à l'Inria de Nancy Grand-Est intitulée “alpha-stable process for signal processing”, il a effectué un Postdoc d'octobre 2019 à août 2021 au RIKEN Center for Artificial Intelligence Project (AIP) puis a travaillé comme invité à l'Université de Kyoto. Ses sujets d'intérêt sont principalement le machine listening, incluant, de façon non exhaustive, l'amélioration de la parole, la séparation des locuteurs, la localisation des sources et la séparation des sources musicales à l'aide de modèles probabilistes à queue lourde et/ou de réseaux bayésiens profonds, avec également des applications en réalité augmentée.

Mots-clés : Machine listening, apprentissage automatique, probabilités, réalité augmentée

Voir son site

Geoffroy Peeters travaille dans l’équipe S²A, du LTCI de Télécom Paris. Il a obtenu son doctorat en 2001 et son habilitation en 2013 à l’Université Paris VI pour ses travaux sur le traitement du signal audio, l’analyse des données et l’apprentissage statistique. Avant de rejoindre Télécom Paris, il était responsable des travaux de recherche concernant la récupération d’information musicale à l’IRCAM. Ses recherches actuelles portent sur le traitement de signal, l’apprentissage statistique et l’apprentissage profond (deep learning) appliqués à l’analyse des données audio et musicales.

Mots-clés : Traitement de signal audio, Apprentissage statistique, Apprentissage profond.

Voir son site

Gaël Richard est responsable du département IDS (Image, Données, Signal) du LTCI, dans lequel se trouve l’équipe S²A. Ses travaux de recherche sont au cœur du numérique et dédiés à l’analyse, la transformation, la compréhension ou l’interprétation des signaux sonores (parole, musique, sons environnementaux…) et dans une moindre mesure des signaux multimédia. Il a notamment développé plusieurs méthodes pour la séparation des signaux musicaux et audio reposant sur des principes de factorisations de matrices non-négatives et d’apprentissage automatique (machine learning).

Keywords : Machine listening, Factorisation de matrices, Apprentissage de représentations, Music Information Retrieval (MIR), Reconnaissance sonore, Séparation de sources.

Voir son site

Roland Badeau travaille dans l’équipe S²A, du LTCI de Télécom Paris. Ses travaux de recherche portent sur la modélisation statistique de signaux non-stationnaires (en allant de l’analyse spectrale haute-résolution et adaptative et les extensions bayésiennes de la factorisation en matrices non-négatives), avec des applications en acoustique et en musique (séparation de sources audio, débruitage, déréverbération, estimation de fréquences fondamentales multiples, transcription musicale automatique, codage audio, restauration de contenu musical). Il est le co-auteur d’une trentaine d’articles, plus de 100 comptes rendus de conférences et 4 brevets. Il est également Éditeur associé des revues « EURASIP Journal on Audio, Speech, and Music Processing » et « IEEE/ACM Transactions on Audio, Speech, and Language Processing ».

Mots-clés : représentation des données, modélisation, algorithmes, traitement du signal audio.

Voir son site

Yves Grenier a été Maître de Conférence à l'Ecole Nationale Supérieure des Télécommunications (aujourd'hui Télécom Paris) à partir de 1977, et y a été nommé Professeur en 1984. Il a dirigé pendant dix ans le département Traitement du Signal et des Images, renommé depuis IDS (Image, Données, Signal) du LTCI, et est depuis avril 2018 Professeur Émérite à Télécom Paris. Une partie de ses recherches ont porté sur le traitement de signaux multi-capteurs: filtrage d'antennes, localisation de sources reçues sur un réseau de capteurs. Il s'est concentré en particulier sur les applications de ces techniques à l'acoustique aérienne et à la prise de sons par réseaux de microphones: annulation d'échos acoustiques, déréverbération, réduction du bruit, séparation des sources, spatialisation par réseau de haut-parleurs. Ses intérêts l’ont également porté vers l'extraction d'informations musicales, la détection multi-pitch, la reconnaissance des accords. Il a participé à de nombreux projets nationaux et européens (K-Space, 3D-Life, Quaero, Romeo ). Il est membre de l'IEEE et a été co-président technique (technical co-chair) du "2010 IEEE International Workshop on Multimedia Signal Processing" MMSP 2010.

Mots-clés : Traitement de signal audio.

Voir son site