Dans le cadre du hackathon annuel organisé par PyTorch , framework de deep learning soutenu par Facebook, il a développé avec l'ingénieur Fabian-Robert Stöter open-unmix , un logiciel libre sous licence MIT pour le démixage audio qui a été récompensé par le second prix du hackathon parmi 1 500 participants et 74 systèmes proposés.

Entraîné avec une base de musiques pop occidentales, open-unmix peut être téléchargé par toute personne pour séparer ses propres contenus audio. Il s’applique aux morceaux correspondant à la base d’entrainement du logiciel et peut également être réentrainé avec d’autres types de morceaux, ce qui requiert toutefois des compétences spécifiques et des dizaines d’heures de sons séparés. 

Les deux lauréats du second prix du PyTorch Summer Hackathon  invitent les communautés scientifiques en traitement du signal audio et en Machine Learning à s’en saisir, pour le développer et faire progresser l’état de l’art dans ces deux domaines de recherche. Ils poursuivent aujourd’hui leurs travaux sur la mise au point d’outils pour le débruitage d’enregistrements anciens, utilisables par les chercheurs en sciences humaines et sociales (ethnologues, linguistes, etc.).

Pour en savoir plus, rendez-vous sur le site de l'ANR : Open-Unmix : un logiciel open source issu du projet ANR KAMoulox pour démixer la musique.