Du crowdsourcing à l'apprentissage profond supervisé : faire face à de nouveaux défis dans la détection et la classification des cétacés grâce au suivi acoustique passif: L’étude des cétacés est un enjeu central en sciences marines, en raison de leur rôle crucial dans le maintien de la santé des écosystèmes océaniques. Pourtant, de nombreuses espèces de baleines sont aujourd’hui menacées à l’échelle mondiale. Leur forte dépendance au son pour la communication, l’orientation ou la chasse fait de la surveillance acoustique passive (PAM – Passive Acoustic Monitoring) un outil clé pour leur suivi. Les paysages sonores marins enregistrés sur le long terme offrent une richesse d’informations, mais génèrent également d’importants volumes de données. L’automatisation des tâches de traitement, notamment la détection et la classification des sons émis par les cétacés, devient donc indispensable. Si les algorithmes d’apprentissage profond montrent un fort potentiel dans ce domaine, leur efficacité reste souvent limitée par la rareté des jeux de données annotés, cruciaux pour l’entraînement des modèles. L’annotation manuelle est coûteuse, sujette à variabilité, et difficile à généraliser en raison de l’hétérogénéité des enregistrements disponibles. Cette thèse s’organise autour de deux axes : l’annotation manuelle et le développement de méthodes automatiques de détection et de classification. Le premier volet s’intéresse à la variabilité inter-annotateurs, à travers des campagnes multi-annotateurs sur différents jeux de données bioacoustiques. Ce travail montre que les annotations issues de contributeurs novices, obtenues via des campagnes participatives, peuvent représenter une alternative viable aux annotations d’experts, et permettent d’accroître significativement la quantité de données annotées nécessaires à l’entraînement des modèles. Il démontre également que les processus d’annotation multi-annotateurs permettent d’entraîner des modèles de détection à partir d’annotations non expertes, tout en atteignant des performances comparables à celles obtenues avec des annotations expertes. Ce travail a été réalisé avec la plateforme collaborative APLOSE, développée par l’équipe OSMOSE, et met en évidence l’intérêt des approches collaboratives pour optimiser les stratégies d’annotation et améliorer la généralisation des modèles. La seconde partie explore des approches récentes d’apprentissage profond pour la détection automatique des vocalisations à basse fréquence de baleines bleues antarctiques et de rorquals communs. L’apprentissage contrastif supervisé multi-label est comparé aux méthodes usuelles de la communauté, atteignant un nouvel état de l’art. L’intégration du contexte temporel, via des modèles récurrents appliqués à des représentations latentes, améliore encore les performances. Enfin, l’utilisation d’encodeurs pré-entraînés sur de vastes corpus de données PAM est évaluée comme alternative aux bases classiques comme AudioSet, notamment pour détecter des espèces rares dans des jeux de données déséquilibrés. Les résultats obtenus s’appuient sur l’un des plus grands jeux de données acoustiques annotés disponibles publiquement, avec une évaluation rigoureuse grâce à un benchmark récemment publié. Cette thèse contribue ainsi à relever un défi majeur de la bioacoustique marine : la classification automatique d’événements acoustiques sous-marins, au service de la conservation des écosystèmes et de la durabilité des océans.