EP3987822B1

EP3987822B1 - Dispositif de captation sonore a réseau de microphones perfectionné

Info

Publication number: EP3987822B1
Application number: EP20739743.1A
Authority: EP
Inventors: Pierre Lecomte; Rozenn Nicol; Laurent Simon; Manuel MELON; Katell PERON; Cyril Plapous; Kais HASSAN
Original assignee: Orange SA; Le Mans Universite
Current assignee: Orange SA; Le Mans Universite
Priority date: 2019-06-24
Filing date: 2020-05-20
Publication date: 2023-07-05
Anticipated expiration: 2040-05-20
Also published as: EP3987822A1; US11895478B2; US20220256302A1; FR3096550A1; WO2020260780A1; FR3096550B1

Description

L'invention concerne un équipement de captation acoustique destiné à être intégré dans un bâtiment, à usage domestique (contexte domotique - maison connectée) ou professionnel (contexte en entreprise).
Par exemple, cet équipement vise à capter les sons présents dans une pièce afin d'alimenter un système d'intelligence ambiante composé d'un ensemble de capteurs et d'actionneurs permettant de contrôler les paramètres (par exemple température, lumière, ou autres) et les appareils correspondants du bâtiment (objets connectés notamment tels qu'une installation de chauffage connectée, des lampes connectées, etc.).
La captation de sons ambiants dans ce contexte soulève plusieurs problèmes.
Les sons à capter peuvent être situés n'importe où dans une pièce. Il n'est pas possible de connaître leur position a priori et de positionner en conséquence l'équipement de captation sonore. Il faut donc disposer d'un équipement de captation capable de couvrir l'ensemble de l'espace de façon homogène.
Pour autant, pour des raisons de coût et d'encombrement, il n'est pas envisageable de tapisser les surfaces de la pièce de microphones. Il faut donc aussi chercher à minimiser le nombre total de capteurs.
L'aspect visuel de la pièce peut aussi être un paramètre de contrainte. Il convient de ne pas dégrader l'esthétique de la pièce par une multitude d'équipements de captation. Il faut donc privilégier des équipements de captation discrets et compacts.
Aujourd'hui les solutions de captation acoustique ne répondent pas à l'ensemble de ces contraintes. Il s'agit d'une problématique de l'intelligence ambiante audio.
Concernant les objets connectés en général typiquement équipés de dispositifs de suivi (ou « monitoring ») audiovisuel embarquant une caméra et des microphones, le nombre de capteurs est insuffisant pour offrir une large couverture de captation acoustique. Ils sont limités aux sources sonores proches. Du moins pour les sources éloignées, le rapport signal à bruit (en raison du bruit ambiant et de la réverbération) est défavorable et ne permet pas une analyse fiable des signaux captés.
On connaît également des assistants vocaux présentant aujourd'hui de bonnes performances de reconnaissance vocale afin d'améliorer la qualité d'interaction avec l'utilisateur. Ils sont dotés d'un réseau de microphones (souvent circulaire) afin de pouvoir focaliser la captation sur la source d'intérêt (c'est-à-dire l'utilisateur) en appliquant un traitement d'antenne (typiquement des méthodes de formation de voies ou « beamforming »). Ceci permet d'améliorer la qualité des signaux captés, et de s'affranchir des interactions avec les bruits environnants et de l'effet de salle.
Ce type de solutions n'est pas satisfaisant car il est optimisé pour une catégorie spécifique de sources: signaux vocaux, sources limitées à une portion de l'espace. Il n'est pas adapté à la captation de signaux large bande (ou hors de la bande passante de la voix). De plus, les assistants vocaux sont en général placés à hauteur d'homme (sur une table, typiquement) et leur captation est dégradée par la présence de sources de bruit à leur voisinage (télévision, radio, etc.) et par les meubles qui font obstacle à la propagation des sons.
De manière plus générale, les réseaux de microphones qui peuvent être conçus pour le contexte de l'intelligence ambiante audio sont classiquement de type linéaire ou sphérique. La géométrie linéaire n'est pas optimale du fait qu'elle nécessite un nombre important de capteurs pour une captation efficace. De plus, ce type de géométrie (linéaire ou sphérique) impose de placer l'antenne au milieu de la pièce pour tirer profit de sa couverture omnidirectionnelle, ce qui est incompatible avec la contrainte de discrétion de l'équipement. D'un autre côté, en plaçant l'antenne acoustique près d'un mur, la géométrie est sous-optimale au sens où les microphones pointés vers le mur sont inutiles, et peuvent même être une source de perturbation (captation de réflexions indésirables par exemple).
L'invention vient améliorer la situation.
Il est proposé un dispositif de captation sonore, comportant au moins :

une pluralité de capsules de microphone (par exemple des capsules électrostatiques ou piézoélectriques, des électrets ou des MEMS), réparties sur une portion P de sphère S circonscrite entre deux ou trois plans perpendiculaires entre eux, les trois plans se coupant entre eux en un point correspondant au centre de la sphère S, et les deux plans se coupant en une droite passant par le centre de la sphère S, et la portion P de sphère étant telle que P = n S/8, avec n=1,2,
une unité de traitement reliée aux capsules pour recevoir les signaux captés par les capsules, ladite unité de traitement étant agencée pour :
- * matricer les signaux selon une représentation ambisonique dans laquelle seules sont retenues les composantes ambisoniques associées à des harmoniques sphériques symétriques par rapport à au moins deux des plans précités, et
- * traiter une matrice ainsi obtenue pour identifier au moins une source sonore dans un espace environnant la portion de sphère, et interpréter un signal sonore issu de cette source.

Ainsi, un tel dispositif peut s'insérer par exemple dans un coin supérieur d'une pièce ou entre un mur et un plafond, de façon discrète. En outre, un avantage que présente une telle réalisation est que le nombre de capsules à prévoir peut être réduit, par rapport à ce que requiert habituellement une réalisation basée sur une sphère pleine. En particulier, on utilise ici les réflexions du plafond et du ou des murs pour limiter le nombre d'harmoniques sphériques à prendre en compte et retenir ainsi un nombre limité de composantes ambisoniques. En effet, les parois supposées rigides induisent un grand nombre de composantes nulles. Seules les harmoniques respectant la symétrie peuvent être exploitées.
Dans une réalisation où n=1 et les capsules sont alors réparties sur un huitième de sphère, les composantes ambisoniques retenues sont associées à des harmoniques sphériques symétriques par rapport à chacun des trois plans perpendiculaires et se coupant entre eux au centre de la sphère S.
Il est possible ainsi de ne sélectionner que les harmoniques présentant de telles symétries.
Dans une telle réalisation, le dispositif peut comporter en outre un support de fixation adapté pour une fixation du dispositif en un coin supérieur de pièce défini par deux murs perpendiculaires et un plafond surplombant les murs, les murs et le plafond coïncidant avec les trois plans perpendiculaires précités et agissant comme des parois réfléchissantes d'ondes sonores.
Comme on le verra plus loin en référence à la figure 3, ces réflexions permettent de considérer des sources virtuelles, miroirs de sources réelles, qui peuvent contribuer à augmenter la finesse de détection d'une source par exemple. On a ainsi à la fois des sources virtuelles et des microphones virtuels qui viennent compléter les microphones réels et constituer alors une sphère complète.
Avec un huitième de sphère à considérer, les composantes ambisoniques retenues sont associées à des harmoniques sphériques ayant un degré l et un ordre m (couples {l,m} de la figure 3 décrite plus loin), tels que :
l et m sont pairs ET m supérieur ou égal à 0.
Dans une telle réalisation, le nombre de composantes ambisoniques retenues est égal à (A+1)(A+2)/2 où A est la partie entière de la moitié d'un degré maximum L des harmoniques sphériques auxquels sont associées les composantes ambisoniques retenues.
Comme on le verra dans les exemples de réalisation présentés plus loin, le degré maximum précité L est supérieur à 4 et de préférence supérieur à 6.
Dans la réalisation où n=2 et donc les capsules sont réparties sur un quart de sphère, les composantes ambisoniques retenues sont associées à des harmoniques sphériques symétriques par rapport à deux plans perpendiculaires et se coupant entre eux en une droite passant par le centre de la sphère S.
Dans une telle réalisation, le dispositif peut comporter en outre un support de fixation adapté pour une fixation du dispositif en un coin de pièce défini par un mur et un plafond, perpendiculaires entre eux, le mur et le plafond coïncidant avec lesdits deux plans perpendiculaires et agissant comme des parois réfléchissantes d'ondes sonores.
Dans l'une ou l'autre des réalisations précitées (n=1 ou 2), les capsules peuvent être positionnées sur un maillage sphérique de Gauss-Legendre, et dans ce cas, le dispositif comporte préférentiellement un nombre N de capsules donné par :
N = 2n/8 (L+1)² (ou N=n/4 (L+1)²), où L est un degré maximum des harmoniques sphériques associées aux composantes ambisoniques retenues.
Dans une telle réalisation, l'unité de traitement peut être configurée pour décomposer des signaux issus des capsules de microphone, sur les harmoniques sphériques associés aux composantes ambisoniques retenues, à l'aide d'un matriçage du type :
b = C EYGs, où:

b est une matrice vecteur contenant les composantes ambisoniques retenues,
C est une constante réelle (par exemple C=8 dans le cas d'un huitième de sphère présenté plus loin),
E est une matrice diagonale contenant des filtres d'égalisation radiale de chaque capsule,
Y est une matrice contenant les harmoniques sphériques auxquels sont associées les composantes ambisoniques retenues, et
G est une matrice diagonale contenant des poids d'intégration d'un maillage de Gauss-Legendre pour chacune des capsules,

Dans une telle réalisation, l'unité de traitement peut être configurée en outre pour pondérer ensuite le vecteur b par un vecteur de braquage donné en azimut et en élévation par rapport à un repère défini par le centre de la sphère S et les trois intersections entre les trois plans. Par exemple, on peut prévoir un balayage de cet angle du vecteur de braquage pour sonder les différentes sources d'une pièce.
Dans une réalisation, le dispositif peut comporter une pluralité de portions de sphères P = n S/8, avec n=1,2 (compactes ou séparées en formant une installation par exemple à plusieurs coques de portions de sphère), comportant chacune une pluralité de capsules de microphone, réparties sur chaque portion P de sphère S, et l'unité de traitement est agencée en outre pour traiter les signaux issus des capsules de chaque portion de sphère séparément par matriçage, et affiner par recoupement sur les matrices ainsi obtenues l'identification d'au moins une source sonore dans un espace environnant les portions de sphère.
En effet, une telle réalisation basée sur plusieurs portions de sphère permet d'augmenter le rapport signal à bruit en recoupant les différents signaux traités issus des capsules de ces portions de sphère. Il est alors possible typiquement d'affiner une détection de source par exemple, ou encore de lever des ambiguïtés, ou pouvoir tirer parti d'un meilleur point de vue (plus exactement « point d'écoute ») sur la source cible.
L'invention vise aussi un procédé mis en oeuvre par une unité de traitement d'un dispositif du type ci-avant, dans lequel :

les signaux captés par les capsules sont matricés selon une représentation ambisonique dans laquelle seules sont retenues les composantes ambisoniques associées à des harmoniques sphériques, symétriques par rapport à au moins deux des plans précités, et

Une telle réalisation peut être illustrée à titre d'exemple par l'ordinogramme de la figure 6, sur laquelle, suite à l'obtention des signaux issus des capsules à l'étape sa, il est procédé à un matriçage de ces signaux pour obtenir le vecteur b précité des composantes ambisoniques à l'étape S1. Ce vecteur b peut être pondéré à l'étape S2 par un vecteur de braquage comme présenté plus haut. Optionnellement, il est possible de prévoir à l'étape S3 un traitement de signaux issus de plusieurs portions de sphère P pour produire les vecteurs pondérés b(A), b(B), etc. propres à chaque portion A, B, etc. Une telle réalisation permet d'affiner la détection de source(s) à l'étape S4 pour une meilleure interprétation du signal sonore SIG issu de cette (ou ces) source(s). Ainsi, il est possible par exemple dans une réalisation où le dispositif est employé en tant qu'assistant vocal de reconnaitre distinctement une commande COM à l'étape S5.
La présente invention vise aussi un programme informatique comportant des instructions pour la mise en oeuvre du procédé ci-avant lorsque ce programme est exécuté par un processeur.
Il peut s'agir typiquement du processeur PROC d'une unité de traitement UT telle qu'illustrée à titre d'exemple sur la figure 7 comportant en outre :

une interface d'entrée IN pour recevoir les signaux issus des capsules,
une mémoire MEM stockant au moins les données d'instructions d'un tel programme informatique au sens de l'invention,
le processeur PROC apte à coopérer avec la mémoire MEM pour lire ces instructions et exécuter ainsi le procédé illustré à titre d'exemple sur la figure 6,
et une interface de sortie OUT apte à délivrer par exemple le signal de commande COM interprété (ou alternativement le signal sonore issu de la source détectée, ou alternativement encore des signaux ambisoniques traités permettant d'identifier une source sonore générant le signal SIG).

La présente invention vise aussi un support d'enregistrement non transitoire lisible par un ordinateur sur lequel est enregistré un programme pour la mise en oeuvre du procédé ci-avant lorsque ce programme est exécuté par un processeur.
Comme indiqué précédemment, il peut s'agir de la mémoire MEM précitée.

Brève description des dessins

D'autres caractéristiques, détails et avantages apparaîtront à la lecture de la description détaillée ci-après, et à l'analyse des dessins annexés, sur lesquels :

Fig. 1
[Fig. 1] montre des exemples de réalisation de portions de sphère.
Fig. 2
[Fig. 2] montre les directivités des harmoniques sphériques jusqu'au degré maximum L= 5, les deux nuances de couleur représentent les valeurs positives et négatives respectivement.
Fig. 3
[Fig. 3] illustre le principe d'une source et d'un microphone image dans le cas d'une réflexion acoustique (sur une paroi telle qu'un mur, un plafond).
Fig. 4
[Fig. 4] illustre un réseau de microphones réels sur une fraction de 1/8 sphère et des microphones images (grisés) générés grâce aux réflexions sur parois rigides.
Fig. 5
[Fig. 5] montre un exemple de formation de voies utilisant les harmoniques sphériques.
Fig. 6
[Fig. 6] montre un exemple d'ordinogramme définissant une succession d'étapes d'un procédé selon un mode de réalisation.
Fig. 7
[Fig. 7] montre un exemple de structure d'une unité de traitement UT d'un dispositif selon un mode de réalisation.

Description des modes de réalisation

Il est maintenant fait référence à la figure 1 sur laquelle un dispositif au sens de l'invention DIS se présente sous la forme d'un quart de sphère (partie supérieure de la figure 1) ou sous la forme d'un huitième de sphère (partie inférieure de la figure 1). La surface de ces portions de sphère est maillée (d'une façon choisie qui peut correspondre au maillage sphérique de Gauss-Legendre comme décrit plus loin) et des capsules de microphone MIC sont disposées sur ce maillage en un nombre qui peut être déterminé aussi par le maillage précité de Gauss-Legendre. Ces capsules MIC sont reliées à une unité de traitement UT (visible sur la partie supérieure de la figure 1) pour recevoir les signaux sonores captés et les traiter par matriçage en représentation ambisonique comme décrit en détails plus loin.
Par ailleurs, comme visible aussi sur la figure 1, le dispositif DIS peut comporter en outre un support de fixation SUP pour être fixé par exemple :

dans un coin supérieur d'une pièce (entre deux murs perpendiculaires et un plafond) pour un huitième de sphère tel qu'illustré au bas de la figure 1, ou encore
sur une arête entre un mur et le plafond pour un quart de sphère tel qu'illustré en haut de la figure 1.

L'invention propose ainsi un dispositif de captation constitué d'un ou de plusieurs réseaux élémentaires de capsules MIC qui peuvent être distribués par exemple dans une pièce de bâtiment. La géométrie d'un réseau élémentaire est une fraction de sphère (1/8 ou 1/4) qui vient naturellement s'insérer dans les coins supérieurs d'une pièce de façon à en épouser l'architecture, ou encore sur une arête d'intersection entre un plafond et un mur, afin de tirer avantage des réflexions sur de telles parois. L'ensemble des systèmes de captation obtenu est ainsi très discret, permet de réduire considérablement le nombre de microphones tout en maintenant une directivité élevée, et offre une couverture large des sons ambiants de la pièce. En effet les microphones étant situés en hauteur, ils bénéficient d'un point de captation privilégié sur l'ensemble de la pièce sans être gênés par les meubles ou les utilisateurs à proximité.
Même si le positionnement en hauteur améliore la couverture de la pièce, il faut prévoir qu'un seul réseau ne peut couvrir toute la pièce. Notamment si cette dernière présente une géométrie complexe (présence de recoins, zones d'ombre acoustique sans onde directe), il est préférable de disposer plusieurs réseaux. Un mode de réalisation porte alors sur un traitement exploitant de façon conjointe les informations issues des différents réseaux de capteurs pour acquérir une représentation fiable et complète de la scène sonore captée. Obtenir plusieurs résultats de présence de source(s) sonore(s) possible(s) permet de recouper ces informations et améliorer ainsi in fine un rapport signal à bruit de la détection de source(s).
De plus, le choix d'une géométrie sphérique est avantageux au sens où il permet d'obtenir (en associant les microphones à un traitement approprié de signaux d'antenne) une directivité élevée avec un faible nombre de capteurs. En effet, dans le cas d'une géométrie sphérique, le traitement des signaux d'antenne utilise des fonctions harmoniques sphériques en contexte dit « ambisonique ». Dans le cas où on se limite à une fraction de sphère, les fonctions harmoniques conventionnelles ne peuvent pas être appliquées directement et il convient de les adapter à la géométrie choisie pour le réseau de microphones, selon un mode de réalisation.
En outre, le choix des positions des microphones sur la fraction de sphère est à optimiser. Le maillage optimal doit satisfaire le meilleur compromis entre le nombre de capteurs (à minimiser) et la qualité de l'information captée (qui impose un nombre minimal de capteurs). Il s'agit d'un problème d'échantillonnage spatial à adapter à une fraction de sphère.
La famille des harmoniques sphériques forme une base. Chaque harmonique sphérique est décrite par son degré l et son ordre m. Au degré l, il y a (2l +1) harmoniques sphériques. Jusqu'au degré maximum L, il y a (L+1)² harmoniques. En contexte ambisonique, un réseau sphérique de microphones sert habituellement à décomposer un champ de pression acoustique sur la base des harmoniques sphériques dont une représentation est alors illustrée sur la figure 2. Chaque ligne de la figure 2 est relative à un degré l et la représentation jusqu'au degré L qui inclut toutes les composantes jusqu'à ce degré. Ainsi, pour le degré l=0 on a une composante seulement. Pour le degré l=1, on a 1 (première ligne) + 3 (deuxième ligne) = 4 composantes ambisoniques. Pour le degré l=2, on a 9 composantes, etc.
En règle générale, si le réseau est conçu pour effectuer une décomposition jusqu'au degré maximum L des composantes ambisoniques), il doit être capable d'estimer Q = (L+1)² composantes. Pour une décomposition précise, le nombre de microphones, N, doit être supérieur ou égal au nombre Q de composantes à estimer.
La figure 2 présente les directivités des harmoniques sphériques jusqu'au degré maximum L = 5. Elles sont arrangées en pyramide par ordre croissant de degré l et d'ordre m : {l ; m}.
Pour la mise en oeuvre du mode de réalisation décrit ici, seules sont retenues les composantes des harmoniques présentant une symétrie par rapport à un plan de réflexion de l'onde sonore (un mur ou le plafond). On note ces différents plans Oxy (le plafond), Oxz (un mur) et Oyz (un autre mur dans le cas où 1/8ème de sphère est utilisé, plutôt qu'un quart de sphère).
La raison de cette sélection de composantes s'explique comme suit, en référence à la figure 3. La situation à gauche de la figure 3 où une source (par exemple un haut-parleur HP) et un capteur (un microphone MIC) sont placés à proximité d'une paroi acoustiquement rigide (référencée MUR sur la figure 3). La pression acoustique au capteur est la somme de :

la pression rayonnée par la source sans la paroi, et
la pression issue de la réflexion sur la paroi rigide.

Il est également possible de résoudre mathématiquement les équations liées à cette configuration en supprimant la paroi et en ajoutant une source et un microphone image, symétriques par rapport à la paroi, comme montré sur la partie droite de la figure 3. Il s'agit alors d' « images acoustiques », la paroi agissant comme un « miroir » de l'onde sonore.
La pression reçue par le capteur image est supposée la même que celle reçue par le capteur réel sans la paroi.
La symétrie par rapport au plan Oyz (un mur typiquement) impose que les harmoniques sphériques de degré l et d'ordre m tels que:

m supérieur ou égal à 0 ET m est pair, OU
m < 0 ET m est impair
(et présentant donc une symétrie par rapport au plan Oyz) soient déjà une première sélection des harmoniques dont les composantes sont retenues.

En outre, la symétrie par rapport au plan Oxy (le plafond typiquement) impose que les harmoniques sphériques de degré l et d'ordre m tels que :

la somme l + m est paire
(et présentant donc une symétrie par rapport au plan Oxy) soient ensuite une deuxième sélection des harmoniques dont les composantes sont à retenir.

Ainsi, pour un quart de sphère (s'insérant dans une intersection entre deux plans), les conditions peuvent être :

m supérieur ou égal à 0 ET m est pair OU m < 0 ET m est impair
ET (l + m) est pair.

Bien entendu, il s'agit d'un exemple de réalisation où le dispositif est fixé entre un mur et le plafond, comme par exemple les plans Oxy et Oyz. Il peut être fixé aussi entre deux murs Oyz et Oxz et il convient d'ajouter la condition de symétrie m supérieur ou égal à 0, qui est propre à Oxz, à la condition précédente portant sur Oyz (m supérieur ou égal à 0 ET m est pair, OU m < 0 ET m est impair),
ce qui revient finalement à m supérieur ou égal à 0 ET m est pair.
En tout état de cause, on retrouve le même nombre d'harmoniques sphériques à retenir, quels que soient les deux plans de symétrie choisis.
Pour un huitième de sphère, il est possible de tenir compte en outre de la symétrie par rapport au plan Oxz (un autre mur typiquement), ce qui impose que les harmoniques sphériques de degré l et d'ordre m tels que:

m supérieur ou égal à 0
(et présentant donc une symétrie par rapport au plan Oxz) soient, avec les conditions ci-dessus, les harmoniques dont les composantes sont retenues.

Ces conditions pour un huitième de sphère se résument, in fine, comme suit:
l est pair ET m supérieur ou égal à 0 ET m est pair.
Pour un degré maximum fixé et noté L, le nombre total d'harmoniques respectant les symétries par rapport aux plans Oxy, Oxz, Oyz conjointement est donné par: $\tilde{Q} = \frac{(⌊ \frac{L}{2} ⌋ + 1) (⌊ \frac{L}{2} ⌋ + 2)}{2}$
[L/2] désignant la partie entière de L/2.
Ainsi, en suivant un raisonnement d'images acoustiques (comme vu précédemment en référence à la figure 3), il est possible d'utiliser une fraction de sphère 1/8 ou 1/4 (ou encore possiblement 1/2 mais sans réel intérêt pour une application dans un bâtiment comme présenté plus haut), et de placer des parois acoustiquement rigides dans les plans appropriés pour générer des microphones images. On peut alors utiliser le réseau sphérique de microphones résultant pour décomposer sur la base des harmoniques sphériques encore représentés dans cette configuration, c'est-à-dire ceux respectant les conditions énoncées précédemment sur l et m. Par ailleurs, les microphones images reçoivent la même pression que les microphones réels correspondants. En conséquence, lors de la projection, les composantes sur les harmoniques sphériques qui ne respectent pas les symétries ci-dessus (conditions sur l et m) sont considérées nulles. Par exemple, sur la figure 2, jusqu'au degré maximum L=5, on a seulement six harmoniques sphériques qui respectent ces conditions et qui sont symétriques par rapport aux plans Oxy, Oxz, Oyz conjointement et il suffirait alors au minimum de N = 6 microphones sur 1/8 de sphère (en baffle) pour pouvoir estimer les composantes du champ acoustique sur ces harmoniques.
Dans le contexte de portions de sphère avec réflexions, il est choisi en particulier d'effectuer un maillage comme illustré sur la figure 4, dit « maillage sphérique de Gauss-Legendre », lequel donne le nombre et la position des microphones sur une sphère pour estimer la décomposition jusqu'à un degré maximum choisi L. En choisissant L impair, le maillage résultant respecte les symétries par rapport aux plans Oxy, Oxz, Oyz conjointement. Par exemple, la figure 4 montre un maillage à N = 72 microphones, capable de faire une décomposition précise jusqu'au degré maximum L = 5 (avec N=2(L+1)² pour respecter le maillage précité de Gauss-Legendre qui impose le double du nombre de capsules, minimal, requis (L+1)²).
Ici, en utilisant seulement les neuf microphones (neuf points illustrés par une nuance différente sur la figure 4) et à l'aide des parois en grisées sur la figure, il est possible de générer soixante-trois microphones images. Du fait des symétries, seules six composantes sont ici non nulles.
Comme illustré sur la figure 5, les signaux des microphones S1, S2, ..., SN, sont décomposés (par exemple dans le domaine des fréquences) sur les harmoniques sphériques, à l'aide d'une équation du type :
b = 8 EYGs, où:

b est un vecteur contenant les composantes ambisoniques associées aux harmoniques sphériques respectant les symétries précitées,
E est une matrice diagonale (carrée) contenant des filtres d'égalisation radiale de chaque microphone,
Y est une matrice (non carrée car traitant plus de signaux issus des capsules que de composantes ambisoniques en sortie) contenant les harmoniques sphériques respectant les symétries précitées évaluées aux différentes directions des microphones, et
G est une matrice diagonale (carrée) contenant des poids d'intégration de la quadrature de Gauss-Legendre pour chacun des microphones du huitième de sphère,

Une telle réalisation revient à appliquer une transformée de Fourier sphérique (référencée SFT sur la figure 5).
Pour la formation de voie (ou « beamforming ») dans le domaine des harmoniques sphériques afin d'identifier une ou plusieurs sources sonores dans un espace environnant la portion de sphère, et ainsi interpréter un signal sonore issu de cette source, les composantes harmoniques sphériques sont tout d'abord estimées à l'aide de l'équation matricielle ci-dessus. Le vecteur obtenu b est ensuite pondéré par un vecteur de braquage (ou « steering vector ») qui permet de décrire l'écoute dans une direction de braquage. Finalement, les composantes pondérées sont sommées pour obtenir le signal de sortie.
On peut prévoir des pondérations w_lm pour une fonction de directivité régulière données par l'équation suivante: $w_{lm} = Y_{lm} (téta 0, phi 0)$
Un exemple d'angle de braquage peut être tel que téta0 et phi0 sont 45 et 135° respectivement (pointant dans cet exemple vers l'intérieur de la pièce). Ces coordonnées respectives d'azimut et d'élévation sont données relativement à la base formée par les intersections des trois plans Oxy,Oxz,Oyz.
Pour l'exemple du huitième de sphère, la fonction de directivité obtenue est la superposition de huit fonctions de directivités d'une sphère complète pointant dans les directions symétriques par rapports aux plans Oxy,Oxz,Oyz conjointement. Cette superposition peut toutefois se présenter comme un désavantage pour des degrés L faibles (L<6) et L = 7 peut se présenter comme un bon compromis entre nombre de capsules d'une part et qualité de la décomposition sur harmoniques sphériques.
Dans ce cas, on prévoit habituellement au minimum N=(L+1)² capsules pour une qualité de captation correcte, soit N=64. Néanmoins, sur un huitième de sphère seulement, il convient de diviser par 8 ce nombre, soit le nombre utile N=8.
Néanmoins, pour respecter le maillage sphérique de Gauss-Legendre précité, il convient de multiplier ce nombre N par 2, de sorte que dans l'exemple de réalisation précité à L=7, on peut prévoir préférentiellement N=16 capsules ou plus.
Dans ce cas, comme indiqué plus haut, le nombre de composantes ambisoniques retenues est Q=(3+1) (3+2)/2 = 10.
Ainsi l'invention réunit les avantages suivants:

une prise de son homogène sur l'ensemble d'une pièce,
la capacité d'extraire une source sonore dans une direction donnée grâce au traitement de signaux d'antenne (débruitage et déréverbération pour améliorer le rapport signal-utile-à-bruit),
un dispositif résultant de cette conception qui se présente compact et discret, intégré et s'adaptant à la configuration d'une pièce classique.

L'invention trouve de nombreuses applications, notamment dans :

la domotique utilisant des objectés connectés notamment pour un système d'intelligence ambiante audio permettant à partir de l'analyse et reconnaissance des sons ambiants d'inférer des actions et de proposer des services aux habitants d'une maison ou de personnes d'une entreprise (potentiellement applicable à n'importe quel lieu de vie) ;
les assistants vocaux avec un dispositif de captation de sons ambiants possiblement utilisé pour capter la voix des utilisateurs et ainsi alimenter un assistant vocal ;
les systèmes de surveillance audio pour la détection d'intrusions (bris de glace), des alarmes, les bruits de chute de personnes, ou autres.

Claims

Dispositif de captation sonore, comportant au moins :
- une pluralité de capsules de microphone, réparties sur une portion P de sphère S circonscrite entre deux ou trois plans perpendiculaires entre eux, les trois plans se coupant entre eux en un point correspondant au centre de la sphère S, et les deux plans se coupant en une droite passant par le centre de la sphère S, et la portion P de sphère étant telle que P = n S/8, avec n=1,2,

- une unité de traitement reliée aux capsules pour recevoir les signaux captés par les capsules, ladite unité de traitement étant agencée pour :
* matricer les signaux selon une représentation ambisonique dans laquelle seules sont retenues les composantes ambisoniques associées à des harmoniques sphériques symétriques par rapport à au moins deux des plans précités, et

* traiter une matrice ainsi obtenue pour identifier au moins une source sonore dans un espace environnant la portion de sphère, et interpréter un signal sonore issu de cette source.
Dispositif selon la revendication 1, dans lequel, pour n=1, les capsules étant réparties sur un huitième de sphère, les composantes ambisoniques retenues sont associées à des harmoniques sphériques symétriques par rapport à chacun des trois plans perpendiculaires et se coupant entre eux au centre de la sphère S.
Dispositif selon la revendication 2, comportant en outre un support de fixation adapté pour une fixation du dispositif en un coin supérieur de pièce défini par deux murs perpendiculaires et un plafond surplombant les murs, les murs et le plafond coïncidant avec lesdits trois plans perpendiculaires et agissant comme des parois réfléchissantes d'ondes sonores.
Dispositif selon l'une des revendications 2 et 3, dans lequel les composantes ambisoniques retenues sont associées à des harmoniques sphériques ayant un degré l et un ordre m tels que :
l et m sont pairs ET m supérieur ou égal à 0.
Dispositif selon la revendication 4, dans lequel le nombre de composantes ambisoniques retenues est supérieur ou égal à (A+1)(A+2)/2 où A est la partie entière de la moitié d'un degré maximum L des harmoniques sphériques auxquels sont associées les composantes ambisoniques retenues.
Dispositif selon la revendication 5, dans lequel le degré maximum L est supérieur à 4, et de préférence supérieur à 6.
Dispositif selon la revendication 1, dans lequel, pour n=2, les capsules étant réparties sur un quart de sphère, les composantes ambisoniques retenues sont associées à des harmoniques sphériques symétriques par rapport à deux plans perpendiculaires et se coupant entre eux en une droite passant par le centre de la sphère S.
Dispositif selon la revendication 7, comportant en outre un support de fixation adapté pour une fixation du dispositif en un coin de pièce défini par un mur et un plafond, perpendiculaires entre eux, le mur et le plafond coïncidant avec lesdits deux plans perpendiculaires et agissant comme des parois réfléchissantes d'ondes sonores.
Dispositif selon l'une des revendications précédentes, dans lequel les capsules sont positionnées sur un maillage sphérique de Gauss-Legendre, et le dispositif comporte un nombre N de capsules donné par
N = 2n/8 (L+1)², où L est un degré maximum des harmoniques sphériques associées aux composantes ambisoniques retenues.
Dispositif selon la revendication 9, dans lequel l'unité de traitement est configurée pour décomposer des signaux issus des capsules de microphone, sur les harmoniques sphériques associés aux composantes ambisoniques retenues, à l'aide d'un matriçage du type :
b = C EYGs, où:
- b est une matrice vecteur contenant les composantes ambisoniques retenues,

- C est une constante réelle,

- E est une matrice diagonale contenant des filtres d'égalisation radiale de chaque capsule,

- Y est une matrice contenant les harmoniques sphériques auxquels sont associées les composantes ambisoniques retenues, et

- G est une matrice diagonale contenant des poids d'intégration d'un maillage de Gauss-Legendre pour chacune des capsules,
s étant un vecteur contenant des signaux issus des capsules.
Dispositif selon la revendication 10, pris en combinaison avec la revendication 6, dans lequel l'unité de traitement est configurée en outre pour pondérer ensuite le vecteur b par un vecteur de braquage donné en azimut et en élévation par rapport à un repère défini par le centre de la sphère S et les trois intersections entre les trois plans.
Dispositif selon l'une des revendications précédentes, comportant une pluralité de portions de sphères P = n S/8, avec n=1,2, comportant chacune une pluralité de capsules de microphone, réparties sur chaque portion P de sphère S, et dans lequel l'unité de traitement est agencée en outre pour traiter les signaux issus des capsules de chaque portion de sphère séparément par matriçage, et affiner par recoupement sur les matrices ainsi obtenues l'identification d'au moins une source sonore dans un espace environnant les portions de sphère.
Procédé mis en oeuvre par une unité de traitement d'un dispositif selon l'une des revendications précédentes, dans lequel :
- les signaux captés par les capsules sont matricés selon une représentation ambisonique dans laquelle seules sont retenues les composantes ambisoniques associées à des harmoniques sphériques symétriques par rapport à au moins deux des plans précités, et
* la matrice ainsi obtenue est traitée pour identifier au moins une source sonore dans un espace environnant la portion de sphère, et interpréter un signal sonore issu de cette source.
Programme informatique comportant des instructions pour la mise en oeuvre du procédé selon la revendication 13 lorsque ce programme est exécuté par une unité de traitement d'un dispositif selon l'une des revendications 1 à 12.
Support d'enregistrement non transitoire lisible par un ordinateur sur lequel est enregistré un programme pour la mise en oeuvre du procédé selon la revendication 13 lorsque ce programme est exécuté par une unité de traitement d'un dispositif selon l'une des revendications 1 à 12.