Archives de catégorie : Images de Classification Auditives

Podcast: « audition et création »

Le 6 décembre 2022, j’étais invité avec Zoé Besmond de Senneville dans l’émission Gestalt de Radio Campus Paris, pour discuter de malentendance : qu’est-ce que c’est, comment ça se traduit concrètement dans la vie de tous les jours, comment y répondre, et comment continuer à créer quand on a des pertes auditives. Ci-dessous, le podcast audio et la transcription de cette heure d’échanges.

Merci à Claire Jeanne pour l’invitation et le travail de préparation !

Continuer la lecture de Podcast: « audition et création »

A visual compendium of auditory revcorr studies

Short explanation: this is a list of all major studies (to the best of my knowledge) that attempted to use variants of the « reverse correlation » technique to explore auditory perception, from very low-level to high-level processes. You can find more information on the modulation-perception revcorr and the phoneme-categorization revcorr under the « Research Projects » tab.

I have not aimed at exhaustivity but if you see some important contribution missing, please let me know!

Continuer la lecture de A visual compendium of auditory revcorr studies

Comment notre cerveau différencie-t-il les phonèmes de la langue ?

Entretien publié sur le site de l’ENS Paris le 18/11/2020.

Léo Varnet est chargé de recherche CNRS au sein du laboratoire des systèmes perceptifs au département d’études cognitives de l’ENS-PSL. Le scientifique vient d’obtenir une bourse de recherche ANR pour poursuivre des travaux sur une méthodologie de psychologie expérimentale, initiés lors de sa thèse. Une ANR-fast ACI pour, en somme, accélérer le calcul des Images de Classifications Auditives (ACI) et ouvrir la voie, demain, à un paramétrage véritablement individualisé des audioprothèses.

Continuer la lecture de Comment notre cerveau différencie-t-il les phonèmes de la langue ?

L’Image de Classification Auditive, partie 2 : À la recherche des indices acoustiques de la parole

Dans un précédent billet, j’ai présenté le principe de la corrélation inverse, un outil mathématique permettant de caractériser le fonctionnement d’un système dont la mécanique exacte nous est inaccessible (représenté comme une « boîte noire » munie d’un câble électrique en entrée et d’un second câble en sortie). J’ai ensuite montré comment la même approche pouvait être appliquée à cette boîte noire particulière qu’est le cerveau humain. Une part de mon travail de recherche depuis ma thèse consiste à développer cette méthodologie dans le champ de l’étude de la perception des phonèmes par le système auditif.

Dans cet article, je décrirai le principe des Images de Classification Auditives (ICA) à travers l’exemple de la perception des sons « aba » et « ada ». Je laisserai momentanément de côté les considérations linguistiques – sur lesquelles je reviendrai dans un prochain article – pour me concentrer sur le positionnement du problème et la réponse apportée par les ICA.

Continuer la lecture de L’Image de Classification Auditive, partie 2 : À la recherche des indices acoustiques de la parole

L’image de classification auditive, partie 1 : Le cerveau comme boîte noire

La méthode dite de la corrélation inverse (en anglais reverse correlation ou plus familièrement revcorr) est une approche psychophysique relativement récente. Elle fit sa première apparition dans les années 70 dans les travaux de Albert J. Ahumada Jr., à l’époque chercheur à l’Université de Californie à Irvine, qui s’intéressait alors à la stratégie par laquelle notre système auditif parvient à détecter un ton pur (un « bip ») dans un bruit de fond [1, 2]. Pour attaquer ce problème, Ahumada décida de corréler directement chaque son à la réponse que celui-ci engendre chez un individu. L’idée de cette approche lui venait probablement de sa formation en mathématiques en lien avec l’ingénierie : en effet, une méthode similaire était déjà appliquée depuis les années 50 pour caractériser des systèmes physiques, comme les circuits électriques.

Continuer la lecture de L’image de classification auditive, partie 1 : Le cerveau comme boîte noire