MétaCan
Menu
Retour à la cohorte
Enregistrement W2071484653 · doi:10.2478/v10168-012-0015-6

Virtual Acoustics at the Service of Music Performance and Recording

2012· article· en· W2071484653 sur OpenAlexafffund
Wieslaw Woszczyk, Doyuen Ko, Brett Leonard

Notice bibliographique

RevueArchives of Acoustics · 2012
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensMcGill UniversityCentre for Interdisciplinary Research in Music Media and Technology
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMcGill University
Mots-clésRoom acousticsReverberationAcousticsComputer scienceRendering (computer graphics)Architectural acousticsInterface (matter)Audio feedbackBroadbandTransducerTelecommunicationsComputer graphics (images)Physics

Résumé

récupéré en direct d'OpenAlex

Abstract Virtual or active acoustics refers to the generation of a simulated room response by means of electroacoustics and digital signal processing. An artificial room response may include sound reflections and reverberation as well as other acoustic features mimicking the actual room. They will cause the listener to have an impression of being immersed in virtual acoustics of another simulated room that coexists with the actual physical room. Using low-latency broadband multi-channel convolution and carefully measured room data, optimized transducers for rendering of sound fields, and an intuitive touch control user interface, it is possible to achieve a very high perceived quality of active acoustics, with a straightforward adjustability. The electroacoustically coupled room resulting from such optimization does not merely produce an equivalent of a back-door reverberation chamber, but rather a fully functional complete room superimposed on the physical room, yet with highly selectable and adjustable acoustic response. The utility of such active system for music recording and performance is discussed and supported with examples.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0210,004

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 Opus0,030
Tête enseignante GPT0,253
Écart entre enseignants0,224 · 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'étudeSans objet
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

Citations6
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArchives of AcousticsMême sujetHearing Loss and RehabilitationTravaux en français237 207