MétaCan
Menu
Retour à la cohorte
Enregistrement W2395899498

SPATOSC: PROVIDING ABSTRACTION FOR THE AUTHORING OF INTERACTIVE SPATIAL SUDIO EXPERIENCES

2012· article· en· W2395899498 sur OpenAlexaff
Mike Wozniewski, Zack Settel, Alexandre Quessy, Tristan Matthews, Luc Courchesne

Notice bibliographique

RevueThe Journal of the Abraham Lincoln Association · 2012
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensUniversité de MontréalMcGill University
Organismes subventionnairesnon disponible
Mots-clésSpatializationComputer scienceMultimediaLoudspeakerSurround soundVisualizationHuman–computer interactionSound (geography)Artificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Creating an interactive project that deals with 3-D sound becomes difficult when it needs to run in multiple venues, due to a diversity of potential loudspeaker arrangements and spatialization systems. For effective exchange, there needs to be a standardized approach to audio spatialization with a unified, but abstract way of representing 3D audio scenes. Formats from the gaming and multimedia communities are appealing, but generally lack the features needed by artists working with interactive new media. Non-standard features need to be supported, including support for multiple listeners, complex sound directivity, integration with networked show control and sound synthesis applications, as well as support for the tuning spatial effects such as Doppler shift, distance attenuation and filtering. Our proposed solution is an open source C++ library called SpatOSC,1 which can be included in existing visualization engines, audio development environments, and plugins for digital audio workstations. Instead of expecting that everyone adopt a new spatial audio format, our library provides an immediate solution, with “translators” that handle conversion between representations. A number of translators are already supported, with an extensible architecture that allows others to be developed as needed.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,371
Score d'incertitude au seuil0,731

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,006
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)0,0000,000

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 Opus0,037
Tête enseignante GPT0,319
Écart entre enseignants0,282 · 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'étudeExpérimental (laboratoire)
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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Abraham Lincoln AssociationMême sujetHearing Loss and RehabilitationTravaux en français237 207