Professeur des Universités en Acoustique

logo_cnam_losange Laboratoire de Mécanique des Structures et des Systèmes Couplés

Avatar

Éric Bavu

Professeur des Universités

LMSSC

Cnam Paris

Je suis Professeur des Universités depuis 2023 (Maître de Conférences entre 2009 et 2023) au Cnam Paris, au sein de l'équipe d’acoustique du Laboratoire de Mécanique des Structures et des Systèmes Couplés .

À ce jour, j’ai co-encadré 8 thèses officiellement (4 soutenues, 4 en cours), et ai piloté le projet ANR Deeplomatics jusqu'à Juin 2022.

J’ai soutenu ma HDR en Décembre 2019. Mon mémoire d’habilitation a été déposé sur HAL , et je laisse à disposition une vidéo chapitrée de la soutenance ainsi que les transparents en html.

Mes activités de recherche sont centrées sur les problèmes inverses en acoustique, le traitement du signal associé aux antennes microphoniques, et les méthodes de Deep Learning pour l’acoustique.

Domaines de Recherche

  • Problèmes inverses dans le domaine temporel
  • Deep Learning appliqué à l’acoustique
  • Localisation de sources
  • Milieux réverbérants et bruités
  • Audio 3D
  • Élastographie transitoire (post-doctorat)

Formation

  • Thèse d'Habilitation à Diriger des Recherches, Spécialité Acoustique, 2019

    Conservatoire National des Arts et Métiers (FR)

  • Thèse de doctorat en Génie Mécanique, Spécialité Acoustique, 2008

    Cotutelle Université de Sherbrooke (Qc, CA) et Université Paris 6 Pierre et Marie Curie (FR)

  • Master Acoustique, Traitement du signal, Informatique, Appliqués à la Musique, 2005

    Université Pierre et Marie Curie (FR)

  • Agrégation externe de Sciences Physiques, 2004

    École Normale Supérieure de Cachan (FR)

  • Licence et Maîtrise de Physique Fondamentale, 2002-2003

    École Normale Supérieure de Cachan / Université d'Orsay (FR)

Conférences et communications récentes et à venir

Jun 27, 2022 4:45 PM Quiet Drones 2022 E-symposium - Paris

Deeplomatics - A deep-learning based multimodal approach for aerial drone detection and localization

Identification et géolocalisation de drones en temps réel.

Projet Voir les slides en plein écran Vidéo
Apr 11, 2022 2:30 PM CFA 2022 - Campus Saint Charles - Aix Marseille Université

Deep Learning pour l’amélioration de signaux vocaux captés avec des transducteurs intra-auriculaires

Améliorer l’intelligibilité de la parole captée avec les transducteurs intra-auriculaires

Projet Voir les slides en plein écran

Publications récentes

Sébastien Hengy, Oussama Rassy, Sébastien de Mezzo, Eric Bavu, Hadrien Pujol, Alexis Matwyschuk, Stéphane Schertzer, Nicolas Metzger, Bacher Emmanuel (2022). Deeplomatics project: Multimodal UAV detection, localisation and identification for site surveillance. 8th Workshop on Battelfield Acoustics, ISL.

PDF

Julien Hauret, Thomas Joubaud, Véronique Zimpfer, Éric Bavu (2022). EBEN: Extreme bandwidth extension network applied to speech signals captured with noise-resilient microphones. ArXiV preprint - Submitted to ICASSP 2023.

PDF Projet Site web Code

Éric Bavu, Hadrien Pujol, Alexandre Garcia, Christophe Langrenne, Sébastien Hengy, Oussama Rassy, Nicolas Thome, Yannis Karmim, Stéphane Schertzer, Alexis Matwyschuk (2022). Deeplomatics: A deep-learning based multimodal approach for aerial drone detection and localization. QUIET DRONES Second International e-Symposium on UAV/UAS Noise.

PDF Projet Slides

J. Hauret, E. Bavu, T. Joubaud, V. Zimpfer (2022). Deep Learning pour l’amélioration de signaux vocaux captés avec des transducteurs intra-auriculaires. CFA2022 - 16E CONGRÈS FRANÇAIS D’ACOUSTIQUE DE LA SFA.

PDF Projet Slides

H. Pujol, E. Bavu, A. Garcia, C. Langrenne, S. Hengy, S. Schertzer, A. Matwyschuk (2022). Deeplomatics : Localisation et reconnaissance acoustique de drones. CFA2022 - 16E CONGRÈS FRANÇAIS D’ACOUSTIQUE DE LA SFA.

PDF Projet

H. Pujol, E. Bavu, A. Garcia (2022). Localisation 3D de sources acoustiques par Deep Learning et entrainement de réseaux par spatialisation ambisonique d’ordres élevés.. CFA2022 - 16E CONGRÈS FRANÇAIS D’ACOUSTIQUE DE LA SFA.

PDF Projet Projet

H. Pujol, E. Bavu, A. Garcia (2021). BeamLearning: an end-to-end Deep Learning approach for the angular localization of sound sources using raw multichannel acoustic pressure data. Journal of the Acoustical Society of America.

PDF Projet DOI

Plus de publications

Parcours Pro

 
 
 
 
 

Maître de Conférences HDR

Laboratoire de Mécanique des Structures et des Systèmes Couplés

Sep 2009 – Actuellement Cnam Paris

Activités de Recherche centrées sur le traitement d’antennes microphoniques, les problèmes inverses en acoustique en temporel, le déconfinement, la localisation de sources en mouvement, et l’utilisation du Deep Learning en acoustique pour la localisation de sources et la reconnaissance de sources sonores.

  • HDR depuis 2019
  • 6 thèses de doctorat co-encadrées depuis 2011
  • 1 post-doctorat supervisé (2020-2022)
  • Participation à 6 projets de recherches depuis 2008 (3 ANR dont 2 en cours, 2 FUI, 1 projet région)
  • Porteur et coordinateur d’un projet ANR ASTRID (Deeplomatics 2019-2022)

Enseignements dispensés en acoustique et traitement du signal pour des formations initiales, des diplômes en apprentissage, et des formations d’Ingénieur Cnam en cours du soir, en présentiel et en formation à distance. Publics de Bac+1 à Bac+5.

 
 
 
 
 

Post-doc CNRS

Institut Langevin, Équipe Physique des Ondes pour la Médecine

Dec 2008 – Aug 2009 ESPCI Paris
Élastographie transitoire et large bande par méthode d’imagerie ultrasonore Supersonic Shear Imaging pour la détection de fibrose hépatique
 
 
 
 
 

Thèse de doctorat en cotutelle

Institut Jean le Rond d’Alembert / Groupe d’Acoustique de l’Université de Sherbrooke

Sep 2005 – Oct 2008 Paris / Sherbrooke
Focalisation et d’imagerie à haute résolution par retournement temporel dans le domaine audible. Développement de l’utilisation du puits à retournement temporel numérique pour l’imagerie, avec applications à la localisation et la caractérisation de sources instationnaires.

Projets de Recherche

Contrats en cours et thèses encadrées

*
Filtrer les projets par thématique :

Tous les projets Deep Learning Drones Localisation de sources Signaux vocaux Retournement temporel Contrats ANR Thèses encadrées

Extension de bande passante de signaux vocaux

Thèse de doctorat de Julien Hauret (2021- 2024)

Localisation de sources par Deep Learning

Thèse de doctorat d’Hadrien Pujol (2017-2020)
Manuscrit de thèse

Reconnaissance sonore par Deep Learning

TimeScaleNet, une architecture multirésolution dans le domaine temporel pour la reconnaissance vocale et de sons environnementaux

Projet ANR ASTRID ‘Deeplomatics’

Porteur de projet - Financement DGA 2019-2022

Localisation et détection acoustique de drones

Thèse de doctorat d’Aro Ramamonjy (2015-2018)
Manuscrit de thèse

Sources acoustiques en mouvement supersonique

Thèse de doctorat de Guillaume Mahenc (2014-2017)
Manuscrit de thèse

Imagerie acoustique instationnaire en milieu défavorable

Thèse de doctorat de Stéphanie Lobréau (2011-2015)
Manuscrit de thèse

Tags

Acoustics ANR Bandwidth extension Computer vision Deep Learning Drones Extension de bande passante Fusion Generative adversarial network In-ear microphones Localisation de sources Microphones MEMS Milieux réverbérants Optronics Problèmes inverses Pseudo-quadrature mirror filterbanks Retournement temporel Signaux vocaux Snipers Theses

Contact

  • +33 1 40 27 21 66
  • Cnam, 2, rue Conté, Paris, 75003
  • Laboratoire de Mécanique des Structures et des Systèmes Couplés, Accès 31, Bureau 31.0E.02