MétaCan
Menu
Retour à la cohorte
Enregistrement W2054285880 · doi:10.1121/1.3384214

Setting speech privacy criteria for closed rooms in terms of speech privacy class values.

2010· article· en· W2054285880 sur OpenAlexaff
John S. Bradley, Bradford N. Gover

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2010
Typearticle
Langueen
DomaineComputer Science
ThématiqueSpeech and Audio Processing
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésComputer scienceIntelligibility (philosophy)Speech recognitionVoice activity detectionSet (abstract data type)Noise (video)Value (mathematics)Class (philosophy)AcousticsSpeech processingArtificial intelligenceMachine learning

Résumé

récupéré en direct d'OpenAlex

The new ASTM E2638 standard defines speech privacy class (SPC) as the sum of the measured average noise level at the position of a potential eavesdropper outside the room and the measured level difference between a source room average and the transmitted levels at the same potential eavesdropper location. For a given situation, the likelihood of transmitted speech being audible or intelligible can be related to the probability of higher-speech levels occurring in the meeting room. Increasing speech privacy criteria can be defined in terms of increasing SPC values. For a particular meeting room speech level, there is an SPC value for which transmitted speech would be below the threshold of intelligibility or even below the threshold of audibility. One can therefore create a set of increasing SPC values corresponding to increasing speech privacy and for each SPC value, one can give the probability of transmitted speech being either audible or intelligible. This paper describes a new procedure that makes it possible to specify degrees of speech privacy for meeting rooms and offices in terms of the expected risk of a privacy lapse and varying from quite minimal to extremely high-speech privacy.

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)0,012
score de la tête « metaresearch » (Gemma)0,077
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,077
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0020,003
Communication savante0,0050,006
Science ouverte0,0020,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,015
Tête enseignante GPT0,292
Écart entre enseignants0,276 · 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'étudeObservationnel
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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

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