MétaCan
Menu
Retour à la cohorte
Enregistrement W2013043991 · doi:10.1260/135101007781998929

Optimum Reverberation for Speech Intelligibility for Normal and Hearing-Impaired Listeners in Realistic Classrooms Using Auralization

2007· article· en· W2013043991 sur OpenAlexaff
Wonyoung Yang, Murray Hodgson

Notice bibliographique

RevueBuilding Acoustics · 2007
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensUniversity of British ColumbiaNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésReverberationHearing impairedAcousticsIntelligibility (philosophy)Noise (video)Speech recognitionComputer scienceRhymeAudiologyPhysicsMedicineArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to use auralization techniques to investigate the optimal reverberation for speech intelligibility for normal-hearing and hearing-impaired adult listeners in classrooms with non-diffuse sound fields. This extended a previous study involving rooms with diffuse sound fields to more realistic rooms. Modified Rhyme Test (MRT) signals were auralized in six virtual classroom configurations with different reverberation times. Each classroom contained a speech source, a listener at a receiver position, and a noise source located between the talker and the listener. Two speech- and noise-source output-level differences (0 and +4 dB) were tested. Subjects performed speech-intelligibility tests in the virtual classrooms to identify the reverberation time that gave the best results in each case. For both normal and hearing-impaired listeners, the optimal reverberation time was generally non-zero, and increased with decreased speech-to-noise level difference. Hearing-impaired subjects apparently required more early energy than normal-hearing subjects. The optimal reverberation time for speech intelligibility in classrooms is not necessarily zero, as is commonly believed. The optimal value is generally non-zero, and varies with the room, the locations of the speech and noise sources and the listener, and the noise level.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,883
Score d'incertitude au seuil0,552

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,005
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,083
Tête enseignante GPT0,360
Écart entre enseignants0,277 · 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 tête enseignante, 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

Citations4
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBuilding AcousticsMême sujetHearing Loss and RehabilitationTravaux en français237 207