MétaCan
Menu
Retour à la cohorte
Enregistrement W1968562655 · doi:10.1121/1.4785839

Modeling auditory localization in the low-frequency range

2005· article· en· W1968562655 sur OpenAlexaff
Jonas Braasch, William L. Martens, Wieslaw Woszczyk

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2005
Typearticle
Langueen
DomaineComputer Science
ThématiqueSpeech and Audio Processing
Établissements canadiensMcGill UniversityCentre for Interdisciplinary Research in Music Media and Technology
Organismes subventionnairesnon disponible
Mots-clésBinaural recordingAcousticsOctave (electronics)Sound localizationRange (aeronautics)Noise (video)PsychoacousticsPhysicsLow frequencyMathematicsComputer sciencePerceptionPsychologyMaterials science

Résumé

récupéré en direct d'OpenAlex

Binaural recordings were made for subwoofer reproduction of octave-band noise bursts at 31.5-Hz, 63-Hz and 125-Hz center frequencies, and these low-frequency responses were analyzed using a binaural model simulating human perception. As expected, the interaural level differences remained nearly constant for different sound source positions within this low-frequency range. On the basis of interaural time differences, however, the model was able to predict the left/right position of the sound source on the interaural axis. In order to visualize the cross-correlation peak at low frequencies in the ITD range from −1.5 ms to +1.5 ms, the cross-correlation functions were decompressed by taking them to the power of 40. At these low-frequencies, the range of phase difference does not vary much with different sound positions although the ITDs are on the same order as for higher frequencies (≊−1.0 ms to 1.0 ms), but the human ability to resolve very small phase differences already has been shown in previous investigations. The predictions of the model simulation were verified in a listening test. The repetition of the experiment in a second more reverberant space showed similar reductions in performance for both the human listeners and the model. [Work supported by VRQ.]

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,244
Écart entre enseignants0,232 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetSpeech and Audio ProcessingTravaux en français237 207