Au sein de la division Orange Innovation et de l'entité IT&Services, la direction Home éclaire l'avenir pour le Groupe et apporte l'expertise technique dans le domaine de la maison connectée (LiveBox, gestion des contenus audiovisuels, Smart Home et Iot...).
Dans cette organisation, la mission de l'équipe Intelligence Ambiante et Mobilité est d'apporter des solutions pour capter et comprendre l'environnement de l'utilisateur, afin de lui proposer, via un dialogue avec des interactions cyber physique, d'enrichir son expérience dans ses différents lieux de vie. Elle s'appuie sur l'expertise de ses chercheurs et ingénieurs.
La détection de bruits est un domaine de recherche en plein essor qui vise à écouter des bruits signifiants (chute, bris de verre...) pour rendre des services divers et variés aux habitants (notamment le maintien à domicile, et la sécurité). En même temps, les représentations virtuelles des maisons avec les différents objets, services domestiques et la déclaration de ses habitants permettent de se figurer l'état de la maison et d'agir à distance (notion de jumeau numérique).
Le but de stage est de proposer des mécanismes pour automatiser la réinterprétation des résultats rendus par les analyseurs de sons par rapport à un contexte utilisateur (mes objets, mes habitudes de présence, etc) qui sera donné par une représentation numérique de la maison.
Les analyseurs de bruits mis en oeuvre aujourd'hui avec des techniques d'intelligence artificielle (tels que les réseaux de neurones, les random forest) délivrent des résultats sous la forme de scores de confiance sur un ensemble de classes de sons prédéfinis utilisés lors de l'apprentissage. Or lorsque l'analyseur est confronté à une captation " live " (par exemple dans une cuisine de maison) il sera confronté à des sons inconnus du modèle de reconnaissance, ou encore, pour les bruits connus, à des conditions d'écoute différentes de celles utilisées à l'apprentissage (bruit ambiant, microphones différents, etc).
Une technique efficace de personnalisation des résultats par rapport aux sons réels (mon placard, ma machine à laver, mes instruments de musique, etc) consiste à réinterpréter les résultats sur la base de tables de seuils d'acceptabilité par classes de sons portant sur les scores obtenus et sur d'autres paramètres des sons (par exemple, intensité et le nombre de pics).
Néanmoins la mise en oeuvre de ces techniques de réinterprétation est fastidieuse car repose sur des procédures largement manuelles. Il y a donc un besoin d'aller vers une automatisation de ces procédures.
Votre formation :
- Ingénieur en informatique.
Vos compétences et qualités personnelles recherchées :
- Capacités d'abstraction.
- Connaissances algorithmiques.
- Maîtrise de Python et de JavaScript.
- Autonomie et rigueur.
Des connaissances en techniques d'IA seraient un plus.
25-03-2024
Sélectionnez le secteur qui vous intéresse ci-dessous et n'oubliez pas votre adresse email!
