L’Intelligence Artificielle s’invite dans vos stations : la révolution de la réduction de bruit

Vous connaissez forcément ce moment. Il est tard, la bande semble ouverte, et soudain un indicatif lointain émerge du souffle… avant de replonger aussitôt dans un océan de crépitements. Vous tendez l’oreille, vous jouez avec le gain HF, vous resserrez le filtre, vous activez le NR de votre transceiver. Rien n’y fait : le correspondant reste là, quelque part sous le bruit, à portée de main mais hors d’atteinte.

Bonne nouvelle : cette frustration, que tout radioamateur a vécue un jour, est en train de devenir un souvenir. L’intelligence artificielle s’invite dans nos shacks, et elle s’attaque à notre plus vieil ennemi : le bruit.

Le bruit, ennemi juré de l’OM

Le bruit a mille visages. Il y a le QRN naturel, celui des orages lointains et de l’activité atmosphérique, particulièrement présent l’été sur les bandes basses. Il y a surtout le QRM d’origine humaine, qui ne cesse de progresser dans nos villes : alimentations à découpage, chargeurs, éclairages LED, panneaux solaires, box internet… À Casablanca, Rabat ou Marrakech comme partout ailleurs, le niveau de bruit en milieu urbain rend la vie difficile à beaucoup d’opérateurs.

Pendant des décennies, nos armes étaient toujours les mêmes : le filtrage en bande passante, le noise blanker contre les parasites impulsionnels, puis le DSP et sa réduction de bruit adaptative. Ces outils rendent de vrais services, mais ils ont une limite fondamentale : ils ne « savent » pas ce qu’est une voix. Ils appliquent des règles mathématiques fixes, et quand on pousse le réglage, la voix finit par prendre ce fameux timbre métallique, « sous l’eau », qui fatigue l’oreille sans vraiment améliorer la lisibilité.

Ce que l’IA change vraiment

L’approche par intelligence artificielle est radicalement différente. Plutôt que d’appliquer une recette figée, on entraîne un réseau de neurones sur une grande quantité d’enregistrements : du bruit seul d’un côté, des signaux propres de l’autre. À force d’exemples, le modèle apprend à reconnaître ce qui ressemble à une voix humaine (ou à une note de CW) et ce qui n’est que parasite.

Une fois entraîné, il travaille en temps réel : il reçoit l’audio de votre récepteur, isole ce qu’il identifie comme utile, et efface le reste. Le résultat surprend souvent à la première écoute. Là où l’on n’entendait qu’un souffle uniforme, une voix apparaît, nette, presque comme si le correspondant était passé de S2 à S7. Et surtout, le silence entre les phrases devient un vrai silence : le confort d’écoute sur une longue session de trafic n’a plus rien à voir.

RM Noise : le projet qui fait parler de lui

Parmi les solutions disponibles aujourd’hui, RM Noise est sans doute celle qui a fait le plus de bruit… dans le bon sens du terme. Ce projet utilise l’IA pour retirer le bruit et les interférences des signaux en SSB comme en CW.

Son fonctionnement est original : un petit logiciel client récupère l’audio de votre récepteur via la carte son de votre PC et l’envoie à des serveurs distants. C’est là que le réseau de neurones fait son travail, avant de vous renvoyer l’audio nettoyé en temps réel, dans votre casque ou votre haut-parleur.

Autre point fort : l’entraînement est participatif. Si votre environnement produit un bruit particulier que les filtres existants gèrent mal, vous pouvez enregistrer une demi-heure de ce bruit et la soumettre pour qu’un filtre adapté soit entraîné. Votre QRM local devient ainsi une donnée d’apprentissage !

Quelques conseils pour bien démarrer, selon les recommandations du projet :

• Réglez la bande passante de votre transceiver autour de 2,8 kHz, avec une forme de filtre DSP « sharp ».
• Désactivez la réduction de bruit (NR) et le noise blanker (NB) de la radio : laissez l’IA travailler sur un signal brut.
• En CW, gardez la même bande passante et placez la note de votre correspondant dans la plage prévue par le filtre CW (environ 500 à 1050 Hz).
• Utilisez le curseur original/filtré pour doser l’effet et garder un peu de naturel si besoin.

Restons honnêtes : le traitement passant par Internet, il faut une connexion stable, et un léger décalage audio est possible. Ce n’est donc pas l’outil idéal pour un pile-up en contest où chaque milliseconde compte. Mais pour le DX en phonie, l’écoute de stations faibles ou une soirée de QSO détendue, c’est une petite révolution.

Les filtres SDR : la puissance du traitement local

Si vous utilisez un récepteur SDR, vous disposez déjà d’un formidable terrain de jeu. Les logiciels comme SDR#, SDR Console ou Thetis (pour les radios ANAN et Hermes Lite) intègrent des réductions de bruit très évoluées, qui travaillent directement sur le signal numérisé, avant même la démodulation pour certaines.

Ces filtres reposent principalement sur des algorithmes de traitement du signal avancés plutôt que sur un réseau de neurones à proprement parler, mais leurs résultats sont souvent bluffants. Le NR2 de Thetis, par exemple, a une solide réputation chez les OM pour sa capacité à faire ressortir un signal faible sans l’écraser. Leur grand avantage : tout se passe sur votre ordinateur, sans dépendance à un serveur et avec une latence très faible.

Et la frontière s’estompe : certains constructeurs commencent à combiner DSP classique et apprentissage automatique dans leurs logiciels SDR. On peut parier que l’IA embarquée, fonctionnant en local, deviendra bientôt la norme dans nos postes.

Pourquoi les radioamateurs au Maroc ont tout à y gagner

Pour les stations CN8, ces outils tombent à pic. Beaucoup d’entre nous opèrent depuis un appartement, avec une antenne de compromis (un fil, une verticale sur le balcon, une EFHW tendue comme on peut) et un environnement électrique loin d’être silencieux. Dans ces conditions, chaque décibel de rapport signal/bruit gagné à la réception compte.

Et notre position géographique est un vrai atout : entre l’Europe, l’Afrique et les Amériques, le Maroc offre des ouvertures superbes vers de nombreuses régions. Encore faut-il entendre les stations faibles qui nous appellent ! Un bon filtre IA peut faire la différence entre un QSO validé sur LoTW et un indicatif perdu dans le souffle.

Un rappel essentiel tout de même : l’IA améliore ce que vous entendez, elle ne remplace pas une bonne station. Une antenne bien réglée, une prise de terre soignée, des ferrites sur les câbles et la chasse aux sources de QRM dans la maison restent la base. L’intelligence artificielle vient ensuite, comme la cerise sur le gâteau.

Prêts à faire entrer le futur dans votre shack ?

Adopter ces technologies, c’est repousser les limites de vos contacts et profiter d’un confort d’écoute inégalé. Le plus beau, c’est qu’on peut commencer dès ce soir : un câble audio entre la radio et le PC, un logiciel à installer, et la curiosité de comparer avec et sans filtre. Les premiers essais réservent souvent de belles surprises.

Notre hobby a toujours su accueillir les innovations, de la BLU au numérique en passant par le FT8. L’IA n’est que le chapitre suivant de cette belle histoire.

Et vous, avez-vous déjà testé RM Noise ou les filtres de votre logiciel SDR ? Sur quelles bandes, avec quels résultats ? Partagez vos impressions, vos réglages et vos astuces en commentaire : vos retours aideront toute la communauté radioamateur au Maroc et ailleurs à mieux trafiquer. 73 et à bientôt sur l’air !