Parcours académique et ancrage dans le génie électrique

• Rachel Bouserhal a d’abord suivi une formation en systèmes de contrôle et asservissement non linéaires à la Michigan State University avant de se tourner vers le traitement du signal de la parole, à la recherche d’une discipline dont les applications auraient un impact humain direct.
• C’est via un réseau d’étudiants passionnés d’audio à Michigan State — le groupe Audio Enthusiasts and Engineers — qu’elle a été recrutée pour effectuer son doctorat à l’ÉTS dans le laboratoire du professeur Jérémie Voix.
• Son doctorat a porté sur l’amélioration de la communication pour les travailleurs exposés à des bruits intenses, en exploitant un microphone placé à l’intérieur de protecteurs auditifs passifs.

La protection auditive passive : un paradoxe de communication

• Au Québec, la surdité professionnelle représente plus de 10 % des lésions professionnelles déclarées, avec des centaines de travailleurs exposés à des bruits intenses.
• Les protecteurs passifs (bouchons moulés, coquilles, casques) sont très efficaces à réduire le bruit, mais ils atténuent indistinctement tous les sons, incluant la voix des collègues — forçant les travailleurs à retirer leur protection pour communiquer, ce qui les expose répétitivement à des niveaux dangereux.
• Les dispositifs de protection avancée (Advanced Hearing Protection) munis d’un boom microphone externe résolvent partiellement le problème, mais présentent deux limites majeures : incompatibilité avec d’autres équipements de protection individuelle (masques, appareils respiratoires) et perte de performance dès que le micro est mal positionné.
• Les systèmes radio intégrés à ces casques génèrent un problème supplémentaire : tous les interlocuteurs connectés à la même fréquence reçoivent simultanément les communications, augmentant la charge cognitive et nuisant à la concentration des travailleurs.

L’algorithme novateur : filtre adaptatif et effet d’occlusion

• L’effet d’occlusion désigne le phénomène par lequel la voix d’une personne portant un bouchon est amplifiée à l’intérieur de l’oreille — un effet habituellement perçu comme indésirable, que Rachel Bouserhal a retourné à son avantage.
• En plaçant un microphone à l’intérieur d’un bouchon passif, le signal vocal capté est déjà protégé du bruit ambiant, mais présente une bande de fréquences limitée à 2 kHz — bien en dessous des 22 kHz atteignables avec un microphone externe standard.
• L’algorithme développé utilise un filtre adaptatif à deux microphones (interne et externe) : lorsque la personne ne parle pas, le filtre estime en continu la fonction de transfert du bouchon ; lorsque la parole commence, le filtre se fige et soustrait le bruit résiduel estimé du signal vocal capté.
• Des algorithmes complémentaires exploitant les non-linéarités du signal permettent ensuite d’élargir la bande de fréquences perceptible, rendant la parole captée en interne comparable à une parole naturelle.
• La fonction de transfert du bouchon est unique à chaque individu et varie dans le temps selon le positionnement du dispositif — d’où l’importance du caractère adaptatif du filtre.
• Cet algorithme a été récompensé par le Prix Mitacs & PARI-CNRC pour la commercialisation, ainsi que le prix Most Promising Invention de l’ÉTS, et est commercialisé par EERS Global Technologies via le produit SonX. Il fait l’objet d’un brevet accordé aux États-Unis.

L’environnement radio-acoustique virtuel (RAVE) : vers une communication naturelle

• Le concept de Radio-Acoustical Virtual Environment (RAVE) vise à reproduire numériquement les conditions naturelles de la communication : adapter la portée de transmission de la voix en fonction de la distance, du bruit ambiant et de l’effort vocal de l’émetteur.
• L’effet Lombard désigne la tendance naturelle des locuteurs à élever la voix et à modifier leur fréquence fondamentale dans les environnements bruyants pour maintenir leur intelligibilité. Ce mécanisme — impliquant à la fois des boucles de rétroaction auditive et des anticipations de l’expérience (feedforward) — est intégré dans la modélisation du RAVE.
• Cette partie de la recherche n’est pas encore commercialisée ; une étude de maîtrise récente (Gabriel Ouaknine-Beaulieu, ÉTS) a exploré les bénéfices du RAVE en intégrant la position de la tête pour cibler plus précisément l’interlocuteur visé. 

Biosignaux captés à l’intérieur de l’oreille : le virage biomédical

• L’effet d’occlusion amplifie à l’intérieur de l’oreille non seulement la parole, mais une large gamme de signaux physiologiques dans les basses fréquences : battements de cœur, respiration, déglutition, clignement des yeux, mastication et mouvements corporels.
• L’oreille présente plusieurs avantages anatomiques pour la captation biomédicale : proximité d’une artère favorisant la mesure cardiaque, accès à la parole, et acceptabilité sociale élevée grâce à la démocratisation des écouteurs intra-auriculaires.
• Les applications envisagées vont de la détection des crises d’asthme à la détection précoce de maladies neurodégénératives comme Parkinson et Alzheimer — dont le diagnostic survient souvent 10 à 20 ans après l’apparition des premiers symptômes subtils.
• L’approche proposée consiste à établir un profil physiologique de base de l’individu en bonne santé pour détecter des anomalies par comparaison individuelle — plutôt que par comparaison à des normes populationnelles.

Le dispositif OpenEareable : une plateforme ouverte multi-capteurs

• L’OpenEareable (OpenEarable 2.0) est un dispositif intra-auriculaire entièrement open source et open access, conçu pour la recherche en biosignaux : l’ensemble du matériel et des algorithmes est mis à la disposition de la communauté scientifique.
• Il intègre plusieurs capteurs complémentaires : microphones à conduction aérienne, microphones à conduction osseuse et un capteur PPG (photopléthysmographie) permettant d’inférer la pression artérielle et les battements de cœur à partir du volume sanguin mesuré dans l’oreille.
• La redondance des capteurs permet d’optimiser l’utilisation des signaux selon le contexte : utiliser le PPG pour les signaux cardiaques lorsque la personne parle, et les microphones pour la parole.
• Il y a cinq ans, les principales limitations étaient matérielles ; aujourd’hui, elles sont essentiellement logicielles — traitement du signal, séparation de sources, apprentissage automatique.

Intelligence artificielle et traitement du signal : choisir le bon outil

• La démarche de Rachel Bouserhal consiste à commencer par des techniques classiques de traitement du signal, puis à recourir au machine learning et, en dernier recours, au deep learning — en raison de la complexité accrue, du coût environnemental plus élevé et des exigences matérielles de l’IA embarquée dans un dispositif miniaturisé.
• Le manque de données est la principale contrainte du domaine : les signaux captés à l’intérieur de l’oreille sont produits par très peu de laboratoires dans le monde — deux à Montréal selon la chercheuse.
• Pour les tâches de séparation de sources ou de classification d’états comme le stress, les méthodes classiques atteignent leurs limites et l’IA devient indispensable.
• La validation des algorithmes s’effectue par comparaison avec des capteurs de référence (ground truth) : un ECG pour le signal cardiaque, des lunettes intelligentes pour le clignement des yeux.

Conception centrée sur l’utilisateur et enjeux éthiques

• Inspirée par la Déclaration de Montréal pour un développement responsable de l’intelligence artificielle, Rachel Bouserhal intègre les utilisateurs finaux dès la conception de ses dispositifs.
• En partenariat avec Parkinson Québec, l’Université de Montréal (Ingrid Verduyckt) et grâce à un financement de la Société inclusive, des personnes atteintes de la maladie de Parkinson ont participé à toutes les étapes de conception — incluant le choix des données collectées et la conception ergonomique du dispositif.
• Des ajustements concrets ont découlé de cette démarche participative : retrait d’un élément de mousse difficile à manipuler avec une dextérité réduite, remplacement d’un mini-ordinateur portatif qui surchauffait lors des collectes de 8 heures.
• Interrogés sur leur souhait d’être informés précocement d’un diagnostic neurodégénératif, tous les participants ont répondu positivement — validant l’utilité sociale de la recherche.

Loi 25 et partage des données de recherche : un frein québécois

• La Loi 25 du Québec (Projet de loi 64, sanctionné en 2021) encadre la protection des données personnelles. Les données physiologiques (respiration, parole, déglutition) sont considérées comme des données personnelles et ne peuvent être partagées librement avec d’autres chercheurs.
• Cette contrainte empêche les équipes québécoises de publier dans des revues scientifiques exigeant que les données soient en accès ouvert (open access), limitant leur visibilité internationale et l’accélération de la recherche.
• Rachel Bouserhal plaide pour un assouplissement encadré, estimant que le cloisonnement des données oblige chaque équipe à refaire des collectes coûteuses financées par des fonds publics — un paradoxe alors que Montréal est reconnu comme pôle mondial en intelligence artificielle.

Impact sociétal de l’IA en santé et regard sur l’avenir

• L’intelligence artificielle en santé permettra de détecter des pathologies plus tôt et d’améliorer les soins à domicile, mais soulève des questions éthiques majeures : implications d’un diagnostic précoce, protection de la vie privée, impacts sur l’emploi.
• Rachel Bouserhal anticipe que le dispositif auditif deviendra un objet du quotidien porté en permanence, invisible et relié au téléphone mobile qui assurera le traitement algorithmique.
• Son équation de l’ingénieure électrique idéale : compétences en mathématiques + sens des relations humaines − le cliché de l’ingénieur au physique de nerd.
• Elle encourage les jeunes femmes à entrer en génie sans hésiter, soulignant l’importance de la représentation pour inspirer les générations suivantes.