Article

À Toulouse, l’IA embarquée apprend à ne pas gêner le conducteur

Audiomobilité 2030 travaille sur un assistant vocal capable de mieux comprendre parole, intention et contexte dans l’habitacle.

Illustration - assistant vocal dans une voiture

À Toulouse, Audiomobilité 2030 travaille sur un assistant vocal automobile qui ne se contente pas d’attendre une commande. Le projet, présenté par ANITI le 13 mai, cherche à reconnaître quand le conducteur parle vraiment à la voiture, ce qu’il veut obtenir et certains indices de son état émotionnel.

Dans une voiture récente, l’habitacle ressemble de plus en plus à un petit système informatique roulant : navigation, musique, climatisation, appels, réglages, aides à la conduite, contenus personnalisés. Le confort promis a un revers très concret. Chaque menu, chaque notification, chaque mauvaise commande vocale peut reprendre au conducteur une ressource rare : son attention. Euro NCAP a d’ailleurs intégré dans ses protocoles 2026 une évaluation plus poussée des interfaces homme-machine, de la surveillance de l’attention et de l’usage de commandes physiques pour certaines fonctions courantes.

Le projet toulousain se place précisément sur cette frontière. Il ne promet pas une voiture autonome ni un compagnon de route magique. Il s’attaque à une brique plus étroite, mais plus réaliste : rendre l’interaction audio assez fiable pour qu’elle aide au lieu de parasiter. ANITI présente trois contributions. Maxime Le Coz travaille sur le traitement de la parole, notamment la détection du moment où le conducteur s’adresse à la machine, même dans le bruit d’un trajet. Leila Moudjari travaille sur l’analyse des émotions et des intentions. Bastien Navarri assure l’intégration de ces travaux dans un prototype fonctionnel.

La maturité du projet est donc claire : on parle de recherche appliquée et de prototype, pas d’un équipement prêt à être proposé dans une concession. ANITI ne publie pas de mesure indépendante de performance, ni de calendrier commercial. Cette absence compte, car dans l’automobile une bonne démonstration ne suffit pas : il faut fonctionner dans le bruit, les accents, les hésitations, les passagers qui parlent, les situations de stress et les systèmes embarqués déjà chargés.

Audiomobilité 2030 n’est pas né seulement dans un laboratoire. Le programme a été retenu dans le cadre de CORAM 2022 et de France 2030. L’École polytechnique indiquait en 2023 un budget global de 15,5 millions d’euros, dont 10,3 millions d’euros de financement France 2030 sur vingt-quatre mois, avec un consortium réunissant le CMAP, ANITI, Continental et ETX Majelan, devenue Majelan X. La page projet de Majelan X présente quatre axes : enrichir les contenus et services, contextualiser les données, sécuriser les commandes vocales et travailler l’éco-coaching.

Pour la Haute-Garonne, l’intérêt local n’est donc pas seulement de voir passer un nouveau sujet d’IA. À Toulouse, ANITI travaille déjà sur des systèmes que l’on cherche à rendre plus robustes, plus explicables et plus testables, notamment dans l’industrie et les transports. Après l’IA appliquée à l’aérospatial avec Airbus et Mistral, le même bassin de recherche se retrouve face à un autre objet technique : l’habitacle automobile, moins spectaculaire qu’un avion, mais beaucoup plus proche du quotidien.

Le projet devra encore prouver ce que son prototype sait réellement faire. Mais son point de départ est solide : dans la voiture logicielle, l’assistant le plus utile ne sera pas forcément celui qui parle le plus. Ce sera celui qui comprend assez bien le conducteur pour intervenir au bon moment, et laisser le reste du trajet tranquille.

Sources consultées
  1. ANITIAudiomobilité 2030 : quand l’IA donne la parole à la voiture de demain
  2. École polytechniqueL’X lauréate du Coram 2022 avec le Consortium Audiomobilité 2030
  3. Majelan XAssistant intelligent embarqué au sein du véhicule pour une expérience enrichie
  4. ANRArtificial and Natural Intelligence Toulouse Institute
  5. Euro NCAPEuro NCAP announces 2026 protocol changes to tackle modern driving risks