L’IA d’audition spatiale de Kardome propulse les TV OLED premium de LG

Les commandes vocales fonctionnent rarement parfaitement dans un salon réel. Plusieurs personnes parlent en même temps, la télévision produit elle‑même du bruit et l’utilisateur peut être à plusieurs mètres de l’appareil. C’est précisément ce problème que Kardome et LG cherchent à résoudre avec Spatial Hearing AI, une technologie conçue pour permettre aux appareils d’identifier l’origine des voix et de se concentrer sur celle qui compte.

Après un partenariat stratégique lancé en 2025, cette technologie est désormais déployée à grande échelle : l’IA Spatial Hearing de Kardome équipe les téléviseurs OLED haut de gamme de LG dans le monde entier depuis 2026, ce qui marque son passage d’un projet d’intégration technologique à une diffusion dans l’électronique grand public.

D’un partenariat technologique à un déploiement mondial

La collaboration remonte à mai 2025, lorsque Kardome et LG Electronics ont annoncé travailler ensemble pour intégrer Spatial Hearing AI dans la prochaine génération d’appareils connectés de LG. Les smart TV ont été choisies comme premier terrain d’application.

En environ un an, le projet est passé de la phase d’intégration au déploiement commercial. En mai 2026, plusieurs publications ont confirmé que la technologie était intégrée dans la gamme OLED phare de LG, rendant cette fonctionnalité accessible à l’échelle mondiale et potentiellement à des millions d’appareils.

Ce parcours est typique dans l’électronique grand public :

• partenariat technologique
• intégration produit
• production et diffusion à grande échelle

Ce que fait réellement Spatial Hearing AI

Le système de Kardome vise à donner aux appareils une capacité d’écoute plus proche de celle des humains. Plutôt que de traiter tous les sons comme un seul signal mélangé, la technologie construit une carte spatiale de l’environnement sonore de la pièce.

Cette cartographie permet notamment de :

• identifier l’emplacement des sources sonores
• séparer différents locuteurs en flux audio distincts
• filtrer les bruits de fond
• suivre un interlocuteur qui se déplace

Concrètement, la télévision peut isoler la personne qui donne une commande vocale, au lieu d’être perturbée par des conversations simultanées ou le bruit ambiant.

Dans la pratique, cela signifie que les commandes vocales peuvent fonctionner plus efficacement lorsque :

• plusieurs personnes parlent en même temps
• le téléviseur diffuse déjà un son fort
• l’utilisateur parle depuis l’autre côté de la pièce

Selon LG, l’objectif est d’obtenir une commande vocale fiable dans les conditions réelles d’un salon, où les assistants vocaux traditionnels rencontrent souvent des difficultés.

Pourquoi les assistants vocaux classiques échouent souvent

Les systèmes vocaux traditionnels reposent généralement sur deux éléments :

• des microphones utilisant le beamforming (orientation du signal sonore)
• une reconnaissance vocale traitée dans le cloud

Ces systèmes supposent souvent qu’un seul locuteur domine et que le signal audio est relativement propre. Dans un foyer, c’est rarement le cas : plusieurs conversations, les échos de la télévision et les bruits domestiques compliquent fortement l’analyse.

Spatial Hearing AI aborde le problème différemment en considérant les sons comme des objets distincts dans une scène sonore tridimensionnelle. L’appareil peut alors se concentrer sur une source vocale précise au lieu de traiter l’ensemble du bruit ambiant.

Ce type de technologie est particulièrement utile dans les espaces partagés — salons, voitures ou pièces ouvertes — où plusieurs personnes peuvent parler en même temps.

L’importance du traitement local (edge AI)

Un autre choix clé dans l’architecture de Kardome est le traitement directement sur l’appareil, souvent appelé edge computing.

Au lieu d’envoyer systématiquement les données audio vers des serveurs distants, une grande partie de l’analyse est effectuée localement dans le téléviseur.

Deux avantages en découlent.

Réactivité accrue
Les commandes sont traitées plus rapidement puisque l’audio n’a pas besoin de transiter par des serveurs cloud avant que l’appareil réponde. L’interaction vocale paraît donc plus naturelle et immédiate.

Confidentialité renforcée
Traiter davantage de données sur l’appareil limite la quantité d’audio brut envoyée vers le cloud, ce qui peut réduire l’exposition de conversations privées dans des environnements où les microphones sont constamment actifs.

Cette approche devient une tendance plus large dans l’industrie, car les appareils connectés — des téléviseurs aux voitures — exigent des réponses rapides et davantage de garanties en matière de protection des données.

Et après les téléviseurs ?

Dès l’annonce du partenariat en 2025, Kardome et LG ont indiqué que les téléviseurs ne seraient qu’une première étape.

Les deux entreprises envisagent d’étendre la technologie à d’autres catégories d’appareils, notamment :

• les appareils électroménagers connectés
• les équipements audio
• les systèmes automobiles

L’automobile représente un cas d’usage particulièrement intéressant. Des démonstrations ont montré qu’un système vocal peut identifier quel passager parle et répondre de manière appropriée, même lorsque plusieurs occupants s’expriment simultanément — une situation qui pose encore problème aux assistants vocaux traditionnels.

Une évolution vers des appareils qui comprennent le contexte sonore

Le déploiement de Kardome chez LG illustre une évolution plus large des interfaces vocales. L’objectif n’est plus seulement de reconnaître des mots, mais de comprendre qui parle, où se trouve la personne et dans quel contexte sonore la commande est donnée.

La cartographie audio spatiale, la séparation de plusieurs locuteurs et l’IA embarquée deviennent ainsi des technologies clés pour la prochaine génération d’appareils connectés.

Pour les téléviseurs OLED de LG, cela se traduit par une capacité que les systèmes vocaux avaient rarement jusqu’ici : entendre la bonne personne, même dans un salon animé et bruyant.