Détail de l'offre
Offre mise à jour le 15/01/2026
L’objectif de ce stage est de concevoir un modèle d’interprétation capable de traiter le flux vocal de manière incrémentale (par trames d’environ 20ms) plutôt que d’attendre l’intégralité d’un énoncé. Il s’agira de passer d’une analyse globale de la phrase à une analyse séquentielle permettant une réaction immédiate du système.
Le travail se décomposera en plusieurs étapes :
— Mettre à jour le dataset pour que celui-ci prenne en compte le nouveau mode de traitement.
— Adapter le modèle d’interprétation actuel pour qu’il accepte des entrées fragmentées tout en maintenant une performance de prédiction robuste.
— Mesurer le gain en réactivité et l’impact sur la stabilité du pilotage du drone par rapport à une approche de traitement par blocs complets.
Nous recherchons un(e) étudiant(e) en Master 2 (M2) ou en dernière année d’école d’ingénieur, spécialisé(e) en Informatique et plus particulièrement en Intelligence Artificielle. Motivé(e) et disposant de bonnes bases en apprentissage automatique et en traitement du langage naturel (NLP) ou de la parole.
Compétences souhaitées :
Python, PyTorch.
Encadrement scientifique :
Christian GRAFF (christian.graff@univ-grenoble-alpes.fr), Allan HENRY (allan.henry@univ-grenoble-alpes.fr), Solange ROSSATO, J.-Ernesto GOMEZ BALDERAS et Sylvain HUET
Lieu :
Laboratoire de Psychologie et Neuro-Cognition (LPNC) / GIPSA -Lab / LIG, Grenoble, France
Début : Avril 2026
Durée : 4 mois
Gipsa-lab (Grenoble images parole signal automatique)
38400 SAINT MARTIN D'HERES
christian.graff@univ-grenoble-alpes.fr
Poste
Type de Contrat
Fonction
Diplômes et Expérience
Diplômes
Compétences
Compétences Techniques
Langages Informatiques
Outils et Environnements