Perception des alarmes dans le bruit : développement de méthodes d’évaluation de l’audibilité ressentie

Dans la plupart des lieux publics et lieux de travail, des alarmes sonores sont utilisées pour avertir les individus de la survenue de situations dangereuses pouvant nécessiter une action immédiate. L’audibilité de ces alarmes est indispensable pour assurer la sécurité des individus face au risque d’accident. Dans un souci de garantir la santé et la sécurité au travail, la protection des travailleurs impose de déterminer des niveaux d’alarmes qui garantissent leur bonne perception tout en limitant le risque d’exposition à des niveaux excessifs. Cette problématique est présente dans de nombreux secteurs d’activité bruyants, tels que les transports (terrestre, ferroviaire et aérien), la logistique, la collecte et le traitement des déchets, ou encore le secteur du bâtiment et des travaux publics. Le travail de thèse présenté dans ce document porte sur le développement et l’appli- cation de méthodes d’évaluation de l’audibilité des alarmes dans le bruit. Il vise à offrir une meilleure compréhension de la notion d’audibilité dans le bruit, en considérant des niveaux d’alarmes et de bruit ambiant couramment rencontrés dans les environnements de travail. Il vise également à fournir des méthodes pour ajuster le niveau des alarmes. L’objectif est que ces dernières soient suffisamment audibles pour être perçues sans effort par des auditeurs normo-entendants, sans toutefois être excessivement fortes. Deux axes de travail complémentaires sont explorés. Le premier repose sur l’évaluation de la détectabilité et de l’audibilité à des niveaux supraliminaires d’alarmes dans le bruit à l’aide de méthodes psychoacoustiques traditionnelles. Après avoir amélioré un modèle existant pour prédire la détectabilité des alarmes dans le bruit, nous développons une méthode expérimentale visant à évaluer la détectabilité et l’audibilité des alarmes de manière subjective. Le second axe de travail consiste à adopter une approche basée sur l’apprentissage automatique pour prédire l’audibilité des alarmes dans le bruit à des niveaux supraliminaires. Nous collectons et annotons un jeu de données à travers des tests d’écoute consistant en une évaluation subjective de l’audibilité d’alarmes présentées dans des enregistrements de bruits ambiants. Ce jeu de données est utilisé pour l’apprentissage d’un réseau de neurones convolutif faisant partie d’un système destiné à prédire l’audibilité des alarmes. Les résultats de l’approche psychoacoustique permettent d’identifier les principaux facteurs et mécanismes responsables de l’audibilité des alarmes à des niveaux supraliminaires. Sur la base de ces résultats expérimentaux, nous proposons un critère d’audibilité imposant un niveau d’alarme dépendant du niveau de bruit ambiant. Ce critère permet d’assurer une audibilité adéquate tout en réduisant le risque de surexposition potentiellement induit par l’application d’autres critères existants. S’agissant de l’approche basée sur l’apprentissage automatique, notre système parvient à prédire l’audibilité des alarmes telle qu’évaluée par des auditeurs humains normo- entendants, avec un niveau de performance comparable à celui d’un auditeur moyen. À travers une série d’expériences, nous étudions l’impact de la stratégie d’annotation du jeu de données sur les performances de prédiction du système. Nous en déduisons un ensemble de recommandations méthodologiques applicables à la collecte de jeux de don- nées aux annotations perceptives. Enfin, nous comparons plus finement les prédictions du système et les évaluations humaines de l’audibilité. Nous identifions des pistes d’analyse supplémentaires en vue d’une caractérisation plus exhaustive du système, nécessaire à une éventuelle application pratique.